JI¤Í VEâERNÍK A MARTINA MYSÍKOVÁ
PhDr. Martina Mysíková, Ph.D. je vědeckou pracovnicí Oddělení ekonomické sociologie Sociologického ústavu AV ČR. Vystudovala ekonomii na Institutu ekonomických studií FSV UK. V období 2004–2008 se v Oddělení sociálních šetření Českého statistického úřadu věnovala metodologii a koordinaci mezinárodního statistického šetření EU-SILC. Dlouhodobě se specializuje na ekonomii trhu práce a příjmové nerovnosti, v posledních letech se zaměřuje také na blahobyt a spokojenost či ekonomii chování domácností.
Strategie AV21 „Špičkový výzkum ve veřejném zájmu“ má za cíl identifikovat problémy a výzvy dnešní doby a koordinovat výzkumné úsilí pracovišť Akademie věd směrem k jejich řešení. Základním nástrojem pro realizaci Strategie AV21 je soubor koordinovaných výzkumných programů pracovišť Akademie věd. Tato studie byla zpracována v rámci programu „Efektivní veřejné politiky a současná společnost“ (koordinátor: doc. Ing. Daniel Münich, Ph.D., Národohospodářský ústav AV ČR, v.v.i.), v rámci tématu „Chudoba, bohatství a střední třída“ (koordinátor: doc. Ing. Jiří Večerník, CSc., Sociologický ústav AV ČR, v.v.i.).
ISBN 978-80-7330-283-2
9 788073 302832
CHUDOBA V âESKÉ REPUBLICE
Doc. Ing. Jiří Večerník, CSc. je vědeckým pracovníkem a vedoucím Oddělení ekonomické sociologie Sociologického ústavu AV ČR. Publikoval několik “zpráv o společnosti“, naposledy v roce 2009 knihu Czech Society in the 2000s: A Report on Socio-economic Policies and Structures (Praha: Academia). Spolupracoval s řadou mezinárodních institucí (Světová banka, ILO, OECD, UNU/WIDER, Evropská komise), publikuje v oblasti trhu práce, ekonomických nerovností a sociální politiky v domácích a zahraničních odborných časopisech.
KRITICK¯ POHLED NA EVROPSKÉ UK AZATELE
SPOLUPR ACOVALY · ÁRK A · USTOVÁ A MICHAEL A BR Á ZDILOVÁ
CHUDOBA V ČESKÉ REPUBLICE KRITICK¯ POHLED NA EVROPSKÉ UKAZATELE
CHUDOBA
V ČESKÉ REPUBLICE Kritický pohled na evropské ukazatele
Jiří Večerník a Martina Mysíková Spolupracovaly: Šárka Šustová a Michaela Brázdilová Český statistický úřad
Sociologický ústav Akademie věd ČR, v. v. i. Praha 2015
Studie byla podpořena z programu Akademie věd České republiky Strategie AV21, výzkumného programu „Efektivní veřejné politiky a současná společnost“. © Jiří Večerník, Martina Mysíková ISBN: 978-80-7330-283-2
Obsah: Úvodem 1. Co ukazují „objektivní“ ukazatele chudoby? 2. Jak „objektivní“ ukazatele odpovídají výpovědím domácností? 3. Jak dlouho lidé zůstávají v chudobě? 4. Jaká je chudoba v České republice v mezinárodním porovnání? Závěrem
5 7 15 25 31 41
Tabulková příloha: Komparativní tabulky za země EU
45
Textové přílohy:
59
1. 2. 3. 4.
61 71 80 93
Pohled do historie výzkumu chudoby u nás Přístupy ke zjišťování chudoby na počátku transformace Pracovní intenzita a chudoba pracujících Subjektivní indikátory blahobytu v teorii a výzkumu
Použitá literatura
107
3
4
Úvodem V posledním desetiletí došlo k zásadnímu nárůstu možností pro sledování životních podmínek a chudoby v rámci rozšířené Evropské unie. Je to dáno hojností statistických a sociologických dat i zdokonalováním nástrojů jejich analýzy. Na chudobu se soustřeďuje pozornost národních i mezinárodních institucí, které vydávají doporučení k formulaci politik přerozdělování příjmů a cílené pomoci. Takříkajíc „politický status“ výzkumu chudoby byl dále významně posílen v rámci Strategie Evropa 2020, k jejímž cílům patří „inkluzivní růst“ a osvobození alespoň 20 milionů lidí ze sevření chudoby. Faktografie chudoby je ovšem zásadně závislá na zvolené konkrétní definici chudoby, kterých může být velké množství (textová příloha 2). Na otázku, kolik je u nás chudých a jak se jejich počet vyvíjí, nemůžeme odpovědět jinak než zase jen otázkou: kterou z podob či indikací chudoby máme na mysli? Jsou definice obecné a spíše statistické, které pokrývají většinu populace a umožňují mezinárodní srovnání. Jsou ale i definice specifické a povýtce sociologické, které se týkají jen nejvíce ohrožených segmentů a mají smysl spíše v rámci jednotlivých zemí. V rámci EU byly definovány některé ukazatele chudoby, které umožňují přesnější srovnávání mezi zeměmi i sledování vývoje na obdobných typech domácností. Konkrétně pro účely Strategie Evropa 2020 byl koncipován komplexní ukazatel rizika chudoby nebo sociálního vyloučení. Skládá se ze tří „skladebných ukazatelů“, které v tomto případě slouží jako „podukazatele“. Jsou jimi: 1. ohrožení příjmovou chudobou, 2. materiální deprivace a 3. velmi nízká pracovní intenzita. Každá osoba žijící v domácnosti, která spadá pod vymezenou hranici byť v jediném z těchto ukazatelů, je označena za ohroženou chudobou nebo sociálním vyloučením. Hlavním zdrojem dat potřebných k výpočtu uvedených ukazatelů je šetření EUSILC, které obsahuje všechny potřebné informace shromážděné na reprezentativních souborech domácností (rámeček, první část). Od roku 2005 jsou do tohoto šetření zapojeny všechny země EU (a ještě některé další). Jak se často a právem zdůrazňuje, Česká republika se umísťuje jako nejlepší pokud jde o ohrožení příjmovou chudobou. Dobrou pozici zaujímá i na žebříčcích dalších dvou ukazatelů. S ohledem na velkou váhu ohrožení příjmovou chudobou se umísťuje na prvním místě v souhrnném ukazateli rizika chudoby nebo sociálního vyloučení, přičemž těsně za ní následují Nizozemsko, Švédsko, Finsko, Dánsko, Slovensko, Francie a Rakousko (tabulka A.4). Cílem této studie je podívat se na konstrukci používaných ukazatelů detailněji a s jistou kritičností, s ohledem na frekvenci používání daného šetření a jeho politický význam. Otevíráme v ní dva propojené okruhy otázek. První okruh se týká konstrukce těchto ukazatelů a jejich výpovědní schopnosti k tematice chudoby. Druhý okruh se týká problémů s daty, která jsou používána v prezentacích 5
a analýzách šetření EU-SILC. V tomto směru souzníme s úsilím mezinárodního konsorcia expertů Net-SILC, do něhož však Česká republika není v současné době zapojena (rámeček).
Rámeček: Šetření EU-SILC a jeho testování Hlavním datovým zdrojem sledování cílů Strategie Evropa 2020 v sociální oblasti je šetření European Union-Statistics on Income and Living Conditions (EU-SILC). Otázky navrhuje Eurostat, který posléze vytváří komparativní datové soubory poskytované badatelům pro výzkumné účely. V České republice probíhá sběr dat pod názvem Životní podmínky. Šetření jsou pak hojně využívána a jejich kvality diskutovány. Mezinárodní konsorcium expertů Net-SILC testuje možnosti a limity těchto šetření, kritické úsilí však vychází z ocenění jejich zásadního přínosu: „Bez investic do EU-SILC by nebylo možné zahájit konstrukci sociálních ukazatelů a celý vývoj sociální dimenze Evropy by tak byl mnohem chudší. Data EU-SILC hrála klíčovou roli při tvorbě politik. Nelze si ovšem nevšímat zřejmých omezení tohoto nástroje. Jako jeho vřelí příznivci jsme se obávali, že by mohla být kladena příliš velká váha na to, čeho lze použitím dat EU-SILC dosáhnout. Je proto důležité, aby tato data byla podrobena přísným testům.“ (Atkinson, Guio, Marlier 2015, s. 35).
Nechceme dospět k žádným převratným závěrům ohledně toho, co již o chudobě v naší zemi víme, chceme však používané informace prověřit, doplnit a případně korigovat. Postup výkladu je následující. Nejprve se věnujeme „unijním“ ukazatelům chudoby, na které jsme upozornili výše, a to zejména z hlediska velmi pravděpodobného podhodnocení příjmů v šetření u domácností. Ve druhé části porovnáváme zmíněné ukazatele s výpověďmi domácností ohledně obtíží vyjít s penězi. Ve třetí části využíváme panelových dat šetření EU-SILC k představení časového aspektu chudoby. Ve čtvrté části pak zasazujeme údaje o České republice do středoevropského kontextu s referencemi na tabulky za EU obsaženými v tabulkové příloze. V závěru shrnujeme hlavní zjištěné poznatky a poukazujeme na některé mezery v našem poznání. Textové přílohy doplňují některé poznatky v ohledu konceptuálním i datovém. V dalším textu studie používáme jako hlavní datový zdroj reprezentativní statistické šetření prováděné pod dohledem Eurostatu nazvané European UnionStatistics on Income and Living Conditions (EU-SILC), resp. odpovídající české statistické šetření Životní podmínky. V obou případech analyzujeme soubory osob, kterým přiřazujeme charakteristiky jejich domácností a pomocí vah adaptujeme na českou populaci, resp. národní populace zemí EU. Pro odlišení národních a mezinárodních dat budeme v dalším textu studie používat název Životní podmínky (ŽP) tam, kde zpracováváme pouze česká data, a EU-SILC tam, kde analyzujeme data mezinárodní.
6
1. Co ukazují „objektivní“ ukazatele chudoby? V zemích EU se pro komparace chudoby používá jako výchozí ukazatel ohrožení příjmovou chudobou (at-risk-of-poverty rate). V jeho propočtu jsou nejprve různě veliké domácnosti přepočteny na jeden společný základ tzv. ekvivalentních jednotek: první dospělé osobě je přiřazena váha 1,0, každému dítěti do 13 let (včetně) váha 0,3 a všem dalším osobám váha 0,5. Hranice ohrožení příjmovou chudobou je pak stanovena na 60 % národního mediánu přepočteného příjmu. Jde o ryze relativní ukazatel, který odráží míru příjmové diferenciace v dané zemi, přesněji řečeno nerovnost příjmů domácností pod střední hodnotou jejich distribuce (mediánem). Každý krok vedoucí od zjištění příjmů domácnosti ke stanovení tohoto ukazatele je ovšem určitou arbitrární volbou, resp. expertním rozhodnutím.
Rámeček 1.1: Vročení údajů ze šetření EU-SILC Sběr dat v rámci šetření EU-SILC je prováděn zpravidla v jarních měsících příslušného roku. Pokud jde o příjmy, dotazy se týkají jejich souhrnu za předchozí rok. Ekonomická aktivita je uváděna za jednotlivé měsíce předchozího roku a rovněž za současné období sběru dat. Takže například v případě šetření, které proběhlo v roce 2006, se ukazatele příjmů i pracovního zapojení členů domácnosti v jednotlivých měsících vztahují k roku 2005. V praxi Eurostatu i národních statistických úřadů se k označení používá rok šetření se zdůvodněním, že odhad příjmu založený na příjmovém referenčním období lze považovat za nejlepší možný ukazatel aktuálního příjmu (Eurostat 2010). V našem případě, kdy srovnáváme data uvedeného šetření s jinými zdroji informací, však dáváme přednost příjmovému referenčnímu období. V případě kombinace různých ukazatelů to však není vždy možné (Mysíková 2011).
Dalším, později zavedeným ukazatelem je míra materiální deprivace, která má – na rozdíl od předchozího čistě relativního ukazatele – blíže k absolutnímu pojetí chudoby. V původní definici jde o „severe material deprivation“, tedy vážnou materiální deprivaci. Zde však používáme zavedený český výraz bez tohoto přídomku. Tento ukazatel je definován jako podíl osob žijících v domácnostech, jež čelí nedostatku v nejméně 4 z 9 stanovených položek, které si domácnost nemůže z finančních důvodů dovolit: 1. zaplatit neočekávaný výdaj ve výši několika tisíc Kč (9 600 Kč v roce 2014); 2. jíst maso, drůbež nebo ryby (nebo jejich vegetariánské náhražky) každý druhý den; 3. dostatečně vytápět byt; 4. zaplatit ročně všem členům domácnosti alespoň týdenní dovolenou mimo domov; 5. mít pračku; 6. mít barevnou televizi; 7. mít telefon; 8. používat osobní automobil; 9. hradit náklady spojené s bydlením – nájemné, splátky hypotéky, platby za energie – a splátky ostatních půjček, úvěrů nebo leasingu. Konečně nejpozději v EU zavedeným je ukazatel pracovní intenzity domácnosti. Ten je konstruován na základě informací o ekonomické aktivitě členů domácností v jednotlivých měsících roku předcházejícího sběru dat šetření EU-SILC, tedy 7
v měsících odpovídajících referenčnímu období ročního příjmu. Uvažovány jsou v něm osoby ve věku 18-59 let, avšak studenti do 24 let jsou vyřazeni. Počet měsíců, kdy tito členové domácnosti pracovali, je vydělen počtem měsíců, kdy pracovat mohli (tj. počet členů násobený dvanácti). Podíl do 0,2 byl označen za velmi nízkou pracovní intenzitu.
Graf 1.1: Souhrnný ukazatel rizika chudoby nebo sociálního vyloučení v roce 2014 (%) příjmová chudoba: 9,7 % 4,8 %
1,1 %
3,2 %
materiální deprivace: 6,7 %
2,0 % 0,4 %
1,9 %
souhrnný ukazatel: 14,8 %
1,5 %
velmi nízká pracovní intenzita: 5,7 %
Zdroj: Šetření ŽP 2014, výpočet autorů.
Všechny tyto tři ukazatele jsou použity jako komponenty souhrnného ukazatele rizika chudoby nebo sociálního vyloučení (At risk of poverty or social exclusion - AROPE). Každá osoba žijící v domácnosti, která spadá pod vymezenou hranici byť v jediném z uvedených ukazatelů, je označena za ohroženou chudobou nebo sociálním vyloučením. V roce 2014 spadalo u nás pod kritérium ohrožení příjmovou chudobou 9,7 % osob, pod kritérium materiální deprivace 6,7 % osob, pod kritérium velmi nízké pracovní intenzity 5,7 % osob a celkově pak pod některé z uvedených kritérií 14,8 %. Na průniku všech tří uvedených kritérií chudoby se v roce 2014 nacházela 2,0 % české populace (graf 1.1). České šetření životních podmínek poskytuje ještě dva další důležité indikátory ohrožení chudobou dané platnou legislativou. Jsou to počty domácností s příjmem nedosahujícím zákonného životního minima a domácnosti dostávající pravidelné dávky hmotné nouze. Životní minimum se vypočítává pro každou hospodařící domácnost na základě jejího složení, věku dětí a stanovených částek. Domácnosti s příjmy pod životním minimem jsou ty, jejichž čistý příjem po odečtení nákladů na bydlení je nižší než daný propočet. Dávky hmotné nouze pak dostávají domácnosti s příjmy nedostatečnými pro pokrytí základních potřeb. Data šetření Životní podmínky 2014 udávají 4,3 % domácností (zahrnujících 435 tisíc osob neboli 4,2 % populace) s příjmem pod životním minimem a 2,7 % domácností (330 tisíc osob neboli 3,2 % populace) dostávajících pravidelné dávky hmotné nouze. Uvedené počty můžeme vztáhnout k ohrožení příjmovou chu8
dobou a materiální deprivaci. Z domácností s příjmem pod životním minimem spadalo pod kritérium ohrožení příjmovou chudobou 95 % osob a pod kritérium materiální deprivace 42 % osob. Z domácností dostávajících dávky hmotné nouze spadalo pod kritérium ohrožení příjmovou chudobou 76 % (80 % osob) a pod kritérium materiální deprivace 60 % (63 % osob). Dále se již budeme věnovat pouze „unijním“ ukazatelům chudoby, což je ohrožení příjmovou chudobou, materiální deprivace a velmi nízká pracovní intenzita. Uvedené ukazatele, resp. „podukazatele“ souhrnného indikátoru rizika chudoby nebo sociálního vyloučení můžeme považovat za „objektivní“ či „expertní“ a stavět je tedy do kontrastu s ukazateli „subjektivními“, založenými na posouzení situace ze strany domácností. Dříve než tak učiníme, bychom se však měli podívat na spolehlivost podkladových dat, pokud je jejich ověření možné z jiných zdrojů.
Rámeček 1.2: Zjišťování příjmů domácností v šetření EU-SILC V československých mikrocensech komunistické éry, sbíraných periodicky od roku 1958, byly hlavní příjmy domácností zjišťovány přímo u „zdrojů“ – konkrétně mzdy povinným dotazem u zaměstnavatelů a důchody u poštovních úřadů, které je roznášely. Tato praxe musela skončit vzhledem k nové situaci po roce 1990. Počínaje Mikrocensem 1992 jsou příjmy ze všech zdrojů zjišťovány dotazem u domácností. Stejně tak je tomu ve většině zemí zapojených do šetření EU-SILC, nikoli však ve všech. Například skandi návské země využívají k získání určitých údajů registry či jiné administrativní zdroje. Je prokázáno, že údaje o příjmech získané z rozhovorů mají tendenci dosahovat nižších hodnot než ty získané z registrů.
Převážně se budeme věnovat prvnímu z nich, který je ve srovnávacích analýzách nejvíce používaný – ohrožení příjmovou chudobou. S ohledem na způsob zjišťování (rámeček 1.2) můžeme očekávat jisté podhodnocení příjmů. To bývá při jejich sdělování zpravidla tím vyšší, oč vyšší příjmy se jedná. Nejinak je tomu, jsou-li příjmy získávány z více zdrojů, například z několika pracovních úvazků. Vezmeme-li pro příklad extrémní situace, pak sdělení důchodce žijícího z jediného zdroje bude nepochybně věrohodnější než sdělení podnikatele, který „optimalizuje“ své daňové povinnosti – ten statistikům asi neuvede vyšší příjmy, než vykazuje finančnímu úřadu. K ověření výsledků ohledně výše sdělených příjmů využijeme dva nezávislé zdroje, a to statistiku výdělků u firem (rámeček 1.3) a statistiku důchodů (rámeček 1.4). Firemní evidence ukazuje, že skutečné výdělky zaměstnanců jsou ve skutečnosti vyšší, než jaké uvedli členové domácností sledovaných v šetření Životní podmínky (tabulka 1.1). Podcenění sdělovaných výdělků činilo v posledních letech 10 % v průměru a až 14 % na hraně příjmů oddělující 10 % nejvíce vydělávajících. Z hlediska výpočtu chudoby nás zajímá hlavně situace na nejnižší úrovni výdělků, kde podcenění činí 5 %. Rovněž tak podle podnikového výkaznictví jsou u nás 9
výdělky v průměru o něco vyšší než podle šetření ŽP, i když v tomto případě jsou rozdíly menší (graf 1.2).
Rámeček 1.3: Zjišťování výdělků ve statistice firem a institucí Pro porovnání výdělků zachycených dotazem v domácnostech v rámci šetření EU-SILC můžeme použít Informační systém o průměrném výdělku (ISPV), v němž jsou sledovány výdělky za jednotlivé zaměstnance i zaměstnavatele jednak v podnikatelské sféře (mzdy), jednak v nepodnikatelské sféře (platy). Hlavními zjišťovanými ukazateli jsou hrubý měsíční výdělek, hodinový výdělek a odpracovaná a neodpracovaná doba. Údaje pocházejí přímo z firemní evidence. Konzistentní časová řada ukazatelů není příliš dlouhá, neboť od roku 2011 byla harmonizována metodika ISPV s metodikou ČSÚ a došlo k přechodu z klasifikace zaměstnání KZAM-R na klasifikaci CZ-ISCO. Nejspolehlivějším zdrojem pro zjišťování mzdové úrovně je podnikové výkaznictví, kde však lze třídit údaje pouze podle charakteristik firem a institucí.
Tabulka 1.1: Výdělky zaměstnanců podle šetření u firem a u domácností (Kč měsíčně) Šetření u firem (IPSV)
Šetření u domácností (ŽP)
Podíl ŽP/IPSV
Kvantil
2011
2012
2013
2011
2012
2013
2011
2012
2013
1. decil
11 170
11 433
11 640
10 869
11 000
11 000
0,97
0,96
0,94
1. kvartil
15 466
15 772
15 917
15 000
15 138
15 503
0,97
0,96
0,97
Medián
21 224
21 613
21 911
20 000
20 097
20 798
0,94
0,93
0,95
3. kvartil
29 004
29 513
30 103
26 814
27 235
27 839
0,92
0,92
0,92
9. decil
41 254
41 763
42 753
35 530
36 000
37 500
0,86
0,86
0,88
Průměr
25 693
26 228
26 555
23 118
23 199
23 838
0,90
0,88
0,90
Zdroj: Databáze ISPV a šetření ŽP, výpočet provedla Šárka Šustová.
Zaměstnanci, za které máme firemní data o výdělcích, tvoří sice většinu pracovních sil, avšak ještě tu jsou osoby samostatně výdělečně činné (OSVČ). Podle ČSSZ ŽP představovaly zhruba Podíl ŽP/ČSSZ Výběrového šetření pracovních sil (VŠPS) 2014 šestinu ekoKvantil 2011 2012 z čehož 2013 bylo 20113,5 %2012 2013 2012 2013 nomicky aktivních osob, podnikatelů se2011 zaměstnanci a 14 % 1.decil pracujících 7 013 na vlastní 6 981 6 účet. 953 7 614 7 750 7 750 1,09 1,11 kategorie 1,11 osob Zejména tato naposledy zmíněná 1.kvartil 8 768různorodé 9 027 9 295 9 250 9 286 svobodných 9 393 1,05povolání 1,03 a řemesl1,01 zahrnuje velmi situace, od typických Mediánaž po pracovníky 10 361 10 554 10 778 10 800 11 000 tzv. 11švarcsystému 000 1,04 1,04 1,02 níků zaměstnané na principu umožňujícího 3.kvartil 11 345 11 947 12 134 12 100 12 464 12 725 1,07 1,04 1,05 zaměstnavateli vyhnout se povinným odvodům. V tomto případě jde tedy fakticky 9.decil 12 975 13 677 13 431 13 567 13 824 14 065 1,05 1,01 1,05 o zaměstnance, avšak s nenaplněnými právy (Večerník 2011). Průměr
10 376
10 570
10 733
10 738
10 920
10 997
1,03
1,03
1,02
Národní účty (NÚ)
154,9
163,0
173,7
184,8
195,9
201,6
201,7
204,2
206,8
ŽP
103,1
107,9
116,7
126,3
137,5
140,9
143,0
145,5
147,7
0,67
0,66
0,67
0,68
0,70
0,70
0,71
0,71
0,71
V případě OSVČ je podhodnocení sdělovaných výdělků a s nimi pak celkových příjmů domácností oproti skutečnosti s velkou pravděpodobností větší než u zaměstnanců. Musíme však připomenout, že mnohdy je pro samostatně činné pracovníky obtížné oddělit peníze provozní a privátní, představující jakýsi ekvivalent čistého výdělku určený ke spotřebě domácnosti. K ověření těchto příjmů však nemáme žádné nezávislé zdroje a vrátíme se k němu ve druhé části věnované 2004 2005 2006 2007 2008 chudoby. 2009 2010 2011 2012 souvislostem objektivních a subjektivních ukazatelů 10 Podíl ŽP/NÚ
Porovnání údajů o důchodech podle šetření ŽP a administrativních údajů (tabulka 1.2) poskytuje velmi dobré výsledky, neboť průměrné hodnoty všech ukazatelů si zde odpovídají. Dokonce výše důchodů zjištěná v domácnostech dosahuje nepatrně vyšší úrovně, než uvádí administrativní zdroj. V roce 2013, který je v dostupných zdrojích zatím poslední, byl průměrný důchod podle šetření ŽP o 2 % vyšší než podle ČSSZ. Šetření u domácností nadhodnocuje nejvíce nejnižší důchody, nad úrovní 1. decilu je však nadhodnocení už mnohem menší. Za poslední roky se v tomto ohledu už žádné výrazné změny neudály.
Graf 1.2: Měsíční výdělky zaměstnanců podle podnikového výkaznictví (PS), ISPV a ŽP (tis. Kč) Tisíce Kč 30
25
20
15
2005
2006
2007
2008
2009
2010
2011
2012
PS - medián
ISPV - medián
ŽP - medián
PS - průměr
ISPV - průměr
ŽP - průměr
2013
Zdroj: Databáze podnikového výkaznictví (PS), ISPV a šetření ŽP, výpočet provedla Šárka Šustová.
Rámeček 1.4: Administrativní statistika důchodů Česká správa sociálního zabezpečení (ČSSZ) pravidelně publikuje výdaje na důchody v členění na starobní, vdovské/vdovecké, sirotčí a invalidní (dle stupně invalidity). Publikuje rovněž rozložení osob do intervalů podle výše vyměřeného důchodu, z níž se dá zjistit diferenciace důchodů. S těmito údaji tedy můžeme srovnávat sdělené výše důchodů osob v domácnostech dotazovaných v šetření Životní podmínky. Pro srovnání sledujeme pouze osoby se starobním, invalidním, vdovským/vdoveckým, popřípadě kombinovaným důchodem, vyjma sirotčího.
Nadhodnocení důchodů v šetření ŽP může být způsobeno především tím, že sleduje pouze důchodce žijící v domácnostech. Nejsou tedy zahrnuti důchodci žijící v domovech důchodců, popřípadě nemocničních zařízeních, jejichž důchody jsou pravděpodobně nižší, už jen z důvodu vyššího věku. Navíc v šetření ŽP mohou být zahrnuty i důchody ze zahraničí, na rozdíl od evidence ČSSZ sledující pouze u nás vydávané důchody. 11
Kvantil
2011
2012
2013
2011
2012
2013
2011
2012
2013
1. decil
11 170
11 433
11 640
10 869
11 000
11 000
0,97
0,96
0,94
1. kvartil
15 466
15 772
15 917
15 000
15 138
15 503
0,97
0,96
0,97
1,09 1,05
1,11 1,03
1,11 1,01 1,02 1,05
V každém případě tedy platí, že zatímco výdělky jsou podle výsledků dotazová21 224 21 613 21 911 20 000 20 097 20 798 0,94 0,93 0,95 ní3. kvartil v příjmech domácností spíše podhodnocené (a to27 výrazně i v jejich nejnižších 29 004 29 513 30 103 26 814 27 235 839 0,92 0,92 0,92 polohách), nic takového neplatí pro35starobní, popř.37další důchody (které jsou na9. decil 41 254 41 763 42 753 530 36 000 500 0,86 0,86 0,88 opak v nejnižších polohách nadhodnocené). V důsledku to znamená, že chudoba ČSSZ ŽP/ČSSZ 0,90 Průměr 25 693 26 228 26 555 23 118 23ŽP 199 23 838 0,90 Podíl 0,88 osob žijících2011 v domácnostech s výdělečně činnými osobami může být nadhodnoKvantil 2012 2013 2011 2012 2013 2011 2012 2013 cena oproti osobám v domácnostech důchodců. Medián
1.decil
7 013
6 981
6 953
7 614
7 750
7 750
3.kvartil
11 345
12 134
12 100
12 725
1,04 1,07
9.decil Kvantil Průměr 1.decil 1.kvartil Medián 3.kvartil 9.decil
12 975 2011 10 376 7 013 8 768 10 361 11 345 12 975
11 947 ČSSZ 13 677 2012 10 570 6 981 9 027 10 554 11 947 13 677
13 431 2013 10 733 6 953 9 295
13 567 2011 10 738 7 614 9 250
14 065 2013 10 997 7 750 9 393
1,05 2011 1,03 1,09 1,05
Průměr
10 376
10 570
1.kvartil 1.2: Důchody 8 768 podle 9 027 9 295 9 250 9 286 a šetření 9 393 Tabulka statistiky sociálního zabezpečení Medián podmínky 10 (Kč 361 měsíčně) 10 554 10 778 10 800 11 000 11 000 Životní
10 778 12 134
10 800 12 100
13 431
13 567
12 464 ŽP 13 824 2012 10 920 7 750 9 286 11 000 12 464 13 824
10 733
10 738
10 920
11 000 12 725
1,04 1,07
14 065
1,05
1,04 1,04 Podíl ŽP/ČSSZ 1,01 2012 1,03 1,11 1,03 1,04 1,04 1,01
10 997
1,03
1,03
1,05 2013 1,02 1,11 1,01 1,02 1,05 1,05 1,02
Zdroj: Databáze ČSSZ a šetření ŽP, výpočet provedla Michaela Brázdilová. Poznámka: Zahrnuty jsou všechny typy důchodů kromě sirotčích.
Tabulka 1.3: Ostatní příjmy domácností v roce 2013 % domácností vykazujících uvedené 2004 příjmy 2005
Roční příjmy (tis. Kč) v domácnostech vykazujících uvedené příjmy
Průměr 2006
1. decil 2007
1. kvartil2009Medián 2008 2010 3. kvartil 2011
173,7 49,8 116,7 75,2
184,8 7,6 126,3 5,9
195,9 201,6 201,7 16,5 42,0 137,523,5 140,9 48,0143,0
204,2 62,4 145,5 93,0
206,8 100,0 147,7 160,7
0,67 9,4 52,8 14,3
0,68 0,1 1,0 -
0,70
0,71 2,4 60,0
0,71 11,8 120,0 -
54,8
12,0
17,4 19,4
1,5 1,5
3,0 2,5
6,0 5,0
15,9
-
-
11,4
16,9 4,8
1,5 1,0
2,5 2,0
5,0 3,0
15,0 5,0
42,0 10,0
38,0 27,2
10,6 17,2
4,6 1,6
6,6 3,6
9,3 8,0
13,2 24,0
19,0 43,5
59,8
7,1
1,0
2,0
4,4
8,7
15,6
Příjmy z vedlejšího zaměstnání a podnikání: Národní účty (NÚ) 154,9 163,0 - z vedlejšího zaměstnání 6,6 103,13,3 107,9 -ŽP z vedlejšího podnikání Příjmy z kapitálu, prodeje a pojištění: Podíl ŽP/NÚ 0,67 0,66 - z kapitálového majetku 9,4 - z pronájmu 5,8 - z prodeje 0,6 - z penzijního a životního 0,6 pojištění - z jiných druhů pojištění 1,6 - jiné ostatní příjmy 43,6 - důchod z penzijního 0,4 připojištění Přijaté příjmy a dary: - peněžní transfery 41,8 - naturální transfery 49,5
0,1 4,0 -
0,70
0,71 0,4 12,0 -
34,0
9. 2012 decil
140,0 16,2 15,6 -
40,0 48,0 -
Naturální požitky od zaměstnavatele: - stravování - auto, telefon, benzín aj. Ostatní naturální příjmy
Zdroj: Šetření ŽP 2014, výpočet provedla Michaela Brázdilová.
Velmi výrazným zdrojem podhodnocení příjmů deklarovaných domácnostmi jsou nepochybně častá opomenutí dalších příjmových zdrojů či jejich podcenění. 12
Jde o příjmy z vedlejšího zaměstnání či podnikání, z majetku a pojištění i dalších zdrojů, včetně naturálních. Přehledně je ukazuje tabulka 1.3 spolu s dalšími informacemi o jejich výskytu a výši. Pouze desetina domácností uvádí příjmy z vedlejšího zaměstnání či podnikání. Přitom z jiných pramenů víme, že souběh zaměstnaneckého poměru s vedlejším podnikáním je častý, což dokládá statistika vydaných živnostenských oprávnění. Z ostatních příjmů jsou nejčastěji vykazovanými položkami domácností „jiné ostatní příjmy“ a dále přijaté dary. Avšak i v případě uvedení dalších příjmových zdrojů jsou jejich částky velmi nízké a významnějších hodnot dosahují až od úrovně nejvyššího decilu. To znamená, že ostatní příjmy výrazněji ovlivní celkový příjem pouze u desetiny domácností s nejvyššími příslušnými příjmy z těch, které takové příjmy deklarují. Samostatnou pozornost si zasluhují naturální příjmy, z nichž do výpočtu rizika příjmové chudoby vstupuje pouze část, totiž požitky od zaměstnavatele (stravenky, služební auto, telefon, vzdělávací kurzy). Tyto tvoří dvě třetiny celkových naturálních příjmů a vykazuje je podle šetření ŽP 2014 přibližně 40 % domácností. Ostatní naturální příjmy vykázalo podle šetření ŽP 2014 60 % domácností, přičemž tyto navyšovaly čisté peněžní příjmy domácností v průměru pouze o 3,5 %. Jedná se o tradiční naturální příjmy z drobného zemědělství, které domácnosti prakticky neuvádějí a které do ukazatele rizika příjmové chudoby nevstupují. Lepší informaci o nich poskytuje statistika rodinných účtů.
Rámeček 1.5: Porovnání Národních účtů a EU-SILC Nezávislým zdrojem informací je Systém národního účetnictví, který poskytuje souhrnné údaje o příjmech a spotřebě obyvatelstva. Z něho používáme údaje za sektor domácností, konkrétně pak ukazatel celkového disponibilního příjmu domácností. Do něho spadají mzdy zaměstnanců, hrubý provozní přebytek a hrubý smíšený příjem, dále pak příjem z vlastnictví a ostatní běžné transfery, sociální dávky očištěné od sociálních příspěvků a daní z příjmů či majetku. Ukazatel porovnáváme s disponibilním příjmem domácností přepočteným na osobu podle šetření EU-SILC. Do tohoto šetření spadají pouze domácnosti, tedy osoby a rodiny bydlící v bytech. Údaje poskytované Národními účty lze propočítávat pouze na průměrné veličiny na obyvatele. Nezachycují tudíž konkrétní životní podmínky většiny lidí s ohledem na příjmovou nerovnost, která se za těmito průměry nachází. Z tohoto důvodu OECD a Eurostat vyvíjí úsilí o propojení rovin mikro- a makro- v činnosti Expert Group on Disparities in National Accounts (EG DNA). Jejím úkolem je vložit do národních účtů základní informace o příjmové diferenciaci – pocházející ze šetření u domácností nebo z administrativních zdrojů.
Celkovou představu o možném podhodnocení příjmů domácností v šetření Životní podmínky poskytuje jejich porovnání s údaji Národních účtů. To je však prozatím možné pouze na průměrných příjmech na obyvatele (rámeček 1.5). Příjmy na osobu zachycené v šetření Životní podmínky se od roku 2008 pohybují na hla13
9.decil
12 975
13 677
13 431
13 567
13 824
14 065
1,05
1,01
1,05
Průměr
10 376
10 570
10 733
10 738
10 920
10 997
1,03
1,03
1,02
dině 70 % příjmů propočtených v Národních účtech. To je dáno z menší části odlišností zachycené populace, z větší části však podhodnocením výdělků a zejména pak různých dalších příjmů domácností (tabulka 1.4).
Tabulka 1.4: Celkový disponibilní příjem na osobu podle Národních účtů a šetření Životní podmínky (tis. Kč ročně) 2004
2005
2006
2007
2008
2009
2010
2011
2012
Národní účty (NÚ)
154,9
163,0
173,7
184,8
195,9
201,6
201,7
204,2
206,8
ŽP
103,1
107,9
116,7
126,3
137,5
140,9
143,0
145,5
147,7
Podíl ŽP/NÚ
0,67
0,66
0,67
0,68
0,70
0,70
0,71
0,71
0,71
Zdroj: Databáze Národních účtů a šetření ŽP, výpočet provedla Michaela Brázdilová.
Výběrová statistická šetření populace nejsou příliš citlivá pro zachycení extrémů sociální stratifikace, ať směrem k té nejhlubší chudobě, či k největšímu bohatství. To znamená, že počty osob nejvíce vystavených chudobě nebo sociálnímu vyloučení mohou být podhodnoceny. K zachycení okrajových skupin je třeba použít cílených průzkumů, jako je například analýza sociálně vyloučených lokalit (rámeček 1.6). Dodejme, že s ohledem na rostoucí zájem o lepší podchycení těchto osob se jeden z příštích modulů šetření EU-SILC pravděpodobně zaměří na zachycení předchozích zkušeností dotázaných s bezdomovectvím.
Rámeček 1.6: Analýza sociálně vyloučených lokalit V roce 2006 zpracovala společnost Ivan Gabal Analysis & Consulting (GAC) „Analýzu sociálně vyloučených romských lokalit a absorpční kapacity subjektů působících v této oblasti“, na kterou navázala další analýza této společnosti z května 2015. V nové zprávě byl konstatován nárůst počtu sociálně vyloučených lokalit i lidí, kteří v nich žijí. V současnosti může jít až o 115 tisíc lidí soustředěných v celkem 606 lokalitách. Podle této zprávy přestává sociální vyloučení mít svůj dominantně městský charakter, neboť tito lidé se stále častěji stěhují – resp. jsou stěhováni – do odlehlejších obcí s málo rozvinutou infrastrukturou.
14
2. Jak „objektivní“ ukazatele odpovídají výpovědím domácností? Výpovědi o chudobě jsou směsí absolutních a relativních prvků. Lidé nepochybně pociťují chudobu, když nemají na pořádné jídlo, ale mohou ji pociťovat i tehdy, když si nemohou dovolit koupit svým dětem takové oblečení či elektroniku, jaké mají jejich spolužáci. Obdobně se v těchto výpovědích prolínají prvky objektivní a subjektivní. Objektivními položkami, nezachycenými v žádném expertním ukazateli, jsou nutné výdaje, z nichž zvlášť diferencované jsou výdaje na bydlení a zařízení domácností, případně s nimi spojené dluhy. V subjektivním hodnocení situace se odráží spíše objektivní výdajové zatížení než nenaplněné konzumní představy. Pozornost věnovaná subjektivním ukazatelům chudoby je odrazem sílícího zájmu o subjektivní ukazatele blahobytu obecně (viz textová příloha 4), který byl nakonec vyjádřen i ve výběru nejnovějšího nositele Nobelovy ceny za ekonomii Anguse Deatona (rámeček 2.1). Tento zájem není jen akademickou záležitostí, nýbrž jde v něm o tvorbu lepších hodnoticích kritérií pro dobrou správu společnosti a na ni zaměřených politik. Pionýrem takového přístupu byla Francie, jejíž prezident nechal v roce 2008 ustavit „komisi pro měření ekonomické výkonnosti a sociálního pokroku“, která pak vypracovala obsáhlou zprávu s doporučeními (CMEPSP 2009). Následovala Velká Británie, kde – na výzvu premiéra – začal statistický úřad sledovat souhrnný blahobyt zahrnující i subjektivní indikátory (ONS 2010).
Rámeček 2.1: Angus Deaton a subjektivní míry blahobytu Angus Deaton zaměřil na tematiku subjektivních indikátorů blahobytu a chudoby významnou část svého díla. Zdůrazňoval důležitost výzkumů přímo u domácností pro analýzu chudoby a rozvojovou politiku (Deaton 1997), a stavěl se proti nedůvěřivosti ekonomů vůči subjektivním ukazatelům (Deaton, Stone 2013). Ve zdůvodnění pro udělení uvedené ceny bylo mj. zdůrazněno právě jeho úsilí o širší používání různých měr blahobytu založených na výpovědích lidí samotných. Současně bylo uvedeno, že tento badatel byl jakožto expert Gallup World Poll zapojen do koncipování průzkumů zmíněné oblasti. Průzkumů pak sám využíval k poznávání toho, jak se subjektivní míry blahobytu liší mezi lidmi v různých společenských skupinách a v různých zemích (Committee 2015).
Za subjektivní ukazatele zjistitelné ze šetření EU-SILC můžeme považovat zaprvé rozdíl mezi skutečným příjmem a osobní představou minimálního potřebného příjmu pro danou domácnost, zadruhé pak to, jak dobře či obtížně vychází domácnost se svým měsíčním příjmem (rámeček 2.2). Pokud jde o minimální potřebný příjem, v ekonomické literatuře se uvádí, že uvedený odhad se řídí hlavně skutečným příjmem domácnosti, tj. že plynule roste s jeho výší. To sice platí, avšak minimální odhadovaný potřebný příjem stoupá mnohem pozvolněji než příjem skutečný (graf 2.1). V průměru české 15
populace skutečný příjem překračuje minimální odhadovaný potřebný příjem o 38 %, přičemž distance mezi nimi se s rostoucím příjmem postupně zvyšuje. Zatímco v nejnižším příjmovém decilu se osobám dostává o 27 % nižšího příjmu, než by jejich domácnost měsíčně potřebovala, v nejvyšším příjmovém decilu je jejich skutečný měsíční příjem o 136 % vyšší než odhadovaný minimální potřebný příjem.
Rámeček 2.2: Zjišťování subjektivní chudoby v šetření Životní podmínky (EU-SILC) Otázky v dotazníku na domácnost jsou formulovány takto: „Jaký nejnižší možný čistý měsíční příjem by musela mít Vaše domácnost, aby s ním vyšla? Odpovězte prosím s přihlédnutím k současnému složení a podmínkám ve Vaší domácnosti.“ Měsíční částka v Kč …. Protože rozdíl mezi deklarovanými skutečnými a odhadovanými potřebnými příjmy je kontinuální, dodali jsme do něho kategorizaci na základě kvantilového členění podílu skutečného příjmu v procentech minimálního. Ten se pohybuje mezi 75 % v dolním příjmovém decilu a 235 % v horním decilu. Za „chudé“ jsou v tomto případě považovány osoby se skutečným deklarovaným příjmem domácnosti nižším než 75 % příjmu považovaného za minimální a pro tento ukazatel používáme název „Nízký příjem“. „Jak vychází Vaše domácnost s celkovým měsíčním příjmem?“ s variantami odpovědí 1. s velkými obtížemi, 2. s obtížemi, 3. s menšími obtížemi, 4. docela snadno, 5. snadno, 6. velmi snadno. V kategorii s velkými obtížemi se v roce 2014 ocitlo 9 % osob, v kategorii s obtížemi 21 % osob a v kategorii s menšími obtížemi 37 % osob. Pro účely zjišťování chudoby uvažujeme pouze nejnižší kategorii a ukazatel „Velké obtíže vyjít s příjmem“ zachycuje osoby z těchto domácností.
V tom, jak domácnost vychází se svým měsíčním příjmem, je vliv skutečného příjmu slabší než v předchozím případě. Do uvedeného hodnocení se promítá celá řada dalších vlivů, především výdajová zátěž bydlení a finančních závazků. Jen velmi podmíněně lze tedy ukazatel chudoby z něho odvozený označovat jako „subjektivní“. Například skutečnost, že domácnost platí tržní nájemné (18 % domácností v roce 2014), zvyšuje velmi významně zařazení do kategorie chudých, která je definována jako vycházející s příjmy s velkými obtížemi. Přes velkou váhu rozličných okolností na výdajové straně rodinného rozpočtu je koncentrace osob v domácnostech vykazujících velké obtíže v nejnižších kategoriích podle výše příjmu zřejmá. V prvním decilu činí podíl těchto osob 39 % a v druhém decilu 17 % (graf 2.2). Pohled z druhé strany je obdobný – z osob v domácnostech vykazujících velké obtíže vyjít s příjmem jich 42 % spadá do prvního příjmového decilu a 18 % do druhého příjmového decilu. Zde je však pro nás hlavním tématem porovnání „objektivních“ a „subjektivních“ ukazatelů. V tabulce 2.1 uvádíme podíly osob v domácnostech spadajících pod některé z kritérií chudoby celkem a podle ekonomické aktivity. Zatímco ze tří „podukazatelů“ se jako nejvyšší v celé populaci ukazuje ohrožení příjmovou chudobou, jejich propojením do shrnujícího ukazatele rizika chudoby nebo soci16
álního vyloučení se do hledáčku chudoby podle měřítka EU dostává 15 % osob. Ukazatel výrazně nižších než minimálně potřebných příjmů (nízký příjem), stejně jako měřítko špatného vycházení s příjmy vyčleňují 9-11 % osob.
Graf 2.1: Skutečný příjem a subjektivně odhadovaný minimální potřebný měsíční příjem podle decilů skutečného příjmu v roce 2014 (tis. Kč) Tisíce Kč 80 70 60 50 Skutečný
40
Potřebný
30 20 10 0
1
2
3
4
5
decily
6
7
8
9
10
Zdroj: Šetření ŽP 2014, výpočet autorů. Poznámka: Decily podle skutečného příjmu přepočteného na ekvivalentní jednotky EU.
Graf 2.2: Velké obtíže vyjít s příjmem podle decilů skutečného příjmu v roce 2014 (%) % 45 40 35 30 25 20 15 10 5 0
1
2
3
4
5
decily
6
7
8
9
10
Zdroj: ŽP 2014, výpočet autorů. Poznámka: Decily podle skutečného příjmu přepočteného na ekvivalentní jednotky EU.
V členění podle ekonomické aktivity je nejnápadnější nesoulad ukazatelů ve skupině osob samostatně výdělečně činných. Zatímco ohrožení příjmovou 17
chudobou u nich vychází mnohem vyšší než u zaměstnanců, vystavení materiální deprivaci je naopak nejnižší ze všech skupin. Podobně zatímco udávaný skutečný příjem vykazuje značné manko vůči příjmu minimálně nutnému pro pokrytí potřeb domácností (nejvyšší po nezaměstnaných), procento osob v domácnostech vycházejících s příjmy s velkými obtížemi je nejnižší. Vysvětlení můžeme hledat ve větší skromnosti uvedené kategorie, pravděpodobnějším výkladem uvedeného paradoxu je však hrubé podhodnocení deklarovaného příjmu.
Tabulka 2.1: Podíly osob podle ukazatelů chudoby a ekonomické aktivity v roce 2014 (%) Zaměstnanci
OSVČ
Nezaměstnaní
Důchodcia
Celkem
Příjmová chudoba
3,0
7,2
44,8
8,1
9,7
Materiální deprivace
3,9
2,2
23,7
6,1
6,7
0,0
0,1
35,9
5,5a
5,7
6,4
8,9
55,1
15,6
14,8
6,9
12,7
31,8
10,4
10,7
6,0
3,7
32,0
8,4
9,3
Velmi nízká pracovní intenzita Riziko chudoby nebo sociálního vyloučení Nízký příjem Velké obtíže vyjít s příjmem
Zdroj: Šetření ŽP 2014, výpočet autorů. Poznámka: a Velmi nízké pracovní intenzity mohou podle definice tohoto ukazatele dosáhnout pouze důchodci mladší 60 let.
Otázkou však je, jak se tyto ukazatele shodují, jaká je míra jejich překrývání. Jinými slovy, cílí jednotlivé ukazatele na stejnou chudobu, anebo na její různé podoby? S ohledem na odlišnou konstrukci jednotlivých ukazatelů nemůžeme očekávat jejich silné vazby – pouze s výjimkou souhrnného ukazatele rizika chudoby nebo sociálního vyloučení, který je sycen příslušnými třemi „podukazateli“, takže na nich přirozeně závisí, a to nejvíce na ohrožení příjmovou chudobou. Ostatní ukazatele však zachycují odlišné stránky příjmové nedostatečnosti či chudoby, popř. se nacházejí v různých vzdálenostech od hypotetické „reálné“ chudoby, k níž se v různých ukazatelích pouze přibližujeme. Výrazně však vyčnívá poměrně silná vazba mezi ukazatelem materiální deprivace a ukazatelem založeným na vycházení s příjmy, které se překrývají poměrně nejvíce (graf 2.3). Konkrétně je tomu tak, že z osob spadajících pod kritérium materiální deprivace se jich 56 % nachází v domácnostech, které mají velké obtíže vyjít s příjmem. A naopak z osob v domácnostech, které mají velké obtíže vyjít s příjmem, spadá pod kritérium materiální deprivace 40 %. Tato vazba naznačuje, že oba ukazatele v různé míře sledují skutečné limity hospodaření domácnosti, resp. dlouhodobé aspekty spotřeby. Naopak slabou vazbu nacházíme mezi ohrožením příjmovou chudobou – v mezinárodních srovnáních doposud nejčastěji uváděným ukazatelem – a velkými obtížemi vyjít s příjmem. Oba zmíněné ukazatele se totiž ve výsledcích překrý18
vají velmi málo. Z osob chudých podle příjmového kritéria EU spadá mezi osoby v domácnostech, které mají velké obtíže vyjít s příjmem, pouze 39 %. A naopak, z osob v domácnostech, které mají velké obtíže vyjít s příjmem, spadá pod příjmové kritérium EU pouze 40 %.
Velké obtíže vyjít s příjmem
Materiální deprivace
Příjmová chudoba
Graf 2.3: Vzájemné vztahy ukazatelů chudoby v roce 2014 (%) Materiální deprivace
31,6
Velké obtíže vyjít s příjmem
38,5
Příjmová chudoba
45,6
Velké obtíže vyjít s příjmem
55,6
Příjmová chudoba
40,2
Materiální deprivace
40,2 0%
10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Zdroj: Šetření ŽP 2014, výpočet autorů.
Uvedené zjištění je zajímavé tím, že popírá nesoulad „objektivních“ a „subjektivních“ ukazatelů, který jsme původně očekávali. Vycházeli jsme z předpokladu, že „objektivní“ výpočet je zatížen volbou jednotlivých kroků ze strany expertů, a z druhé strany zase, že „subjektivní“ odhad ze strany domácností může být ve skutečnosti poměrně objektivní, protože bere v úvahu řadu dalších okolností, které se z kalkulace příjmů určit nedají, především výdajovou a dluhovou zátěž. Ukázalo se však, že dělicí čára vede spíše jinudy, a to mezi ukazateli spíše „příjmovými“ a ukazateli spíše „výdajovými“. Tak jako v předchozím případě, opět jsme položili oba termíny do uvozovek. Příjmové ukazatele totiž trpí tím, že – jak jsme výše ukázali – vykazované příjmy jsou zkreslené, přesněji řečeno více či méně podhodnocené. Ovšem také výdajové ukazatele jsou velmi přibližné, což se týká jak výběru položek pro index materiální deprivace, tak zhuštěného sdělení o obtížích při vycházení s domácími financemi. Například fakt, že domácnost platí tržní nájemné, má na propad jejích členů do kategorie vycházejících s příjmem s velkými obtížemi obdobný vliv jako počet osob v domácnosti a jen o něco menší vliv než výše jejího celkového čistého příjmu. V kategorii osob, jejichž domácnosti vycházejí s příjmem s velkými obtížemi, se nachází vždy celá polovina těch, které nejsou schopny platit včas nájemné, platby za teplo, elektřinu, plyn a vodu nebo splácet půjčky a úvěry. 19
Graf 2.4: Velké obtíže vyjít s příjmem a ohrožení příjmovou chudobou v roce 2014 (tis. osob a %) 8 738,7 tis. 84,7 % 574,5 tis. 5,6 %
386,0 tis. Velmi obtížné 3,7 % vycházení s příjmem
616,3 tis. 6,0 % Příjmová chudoba
Zdroj: Šetření ŽP 2014, výpočet autorů.
Z celkové populace je 9,7 % osob ohroženo příjmovou chudobou a domácnosti 9,3 % osob mají velké obtíže vyjít s měsíčním příjmem. Ač jde z pohledu obou těchto ukazatelů o necelou desetinu populace, nejedná se o stejné osoby. Oba ukazatele se prolínají pouze u 3,7 % osob (graf 2.4), mezi nimiž jsou výrazněji zastoupeny zejména osoby nezaměstnané a osoby z domácností jednoho rodiče. Naopak méně často se mezi nimi vyskytují osoby se středoškolským a vysokoškolským vzděláním, pracující osoby (zaměstnanci i samostatně činní) a důchodci. Porovnáváme-li kategorie populace spadající pod jedno nebo druhé měřítko chudoby (tedy bez ohledu na prolnutí obou ukazatelů), nacházíme nápadné rozdíly podle věku, ekonomické aktivity, složení domácnosti a typu obce. Pro stručnost popisu budeme zde „objektivní“ riziko příjmové chudoby nazývat prvním ukazatelem a „subjektivní“ vycházení s příjmy s velkými obtížemi druhým ukazatelem. • Z hlediska věku jsou podle prvního ukazatele v porovnání s druhým ukazatelem více zastoupeny děti do 19 let a naopak méně osoby středního a staršího věku. • Z hlediska ekonomické aktivity jsou podle prvního ukazatele v porovnání s druhým ukazatelem výrazně méně zastoupeni zaměstnanci a výrazně více osoby samostatně činné a nezaměstnaní. • Z hlediska složení domácnosti jsou podle prvního ukazatele v porovnání s druhým ukazatelem více zastoupeny jednotlivě žijící osoby a osoby z domácností s jedním rodičem, a naopak méně páry bez závislých dětí. • Z hlediska typu obce jsou podle prvního ukazatele v porovnání s druhým ukazatelem výrazně méně zastoupeni obyvatelé Prahy a naopak výrazně více obyvatelé venkovských obcí. 20
Obrázek 2.1: Ohrožení příjmovou chudobou podle krajů ČR v roce 2014 (%)
Obrázek 2.2: Velké obtíže vyjít s příjmem podle krajů ČR v roce 2014 (%)
Obrázek 2.3: Rozdíl mezi ohrožením příjmovou chudobou a velkými obtížemi vyjít s příjmem podle krajů ČR v roce 2014 (procentní body)
Zdroj: Šetření ŽP 2014, výpočet autorů.
21
Cesty k objasnění zjištěných rozdílů mezi „objektivním“ a „subjektivním“ ukazatelem jsou v zásadě tři: zaprvé prozkoumání vzorce použitého pro přepočet příjmů domácností pokud jde o koeficienty použité pro započtení dětí a společné náklady, zadruhé rozdílná pravděpodobnost zamlčených příjmů a příjmových rezerv (v případě nezaměstnaných), a zatřetí odlišné životní náklady. Ty se různí podle typu obce a územních jednotek, přičemž v hrubé podobě se promítají do členění podle krajů. Obrázky 2.1-2.3 ukazují krajské členění obou ukazatelů a poté rozdíl mezi nimi. Největší rozdíl mezi oběma ukazateli nacházíme v Praze, kde pouze 5 % osob spadá pod kritérium příjmové chudoby, avšak 9 % osob v domácnostech vycházejících s příjmy s velkými obtížemi. Obdobný, avšak již menší rozdíl populace chudé podle prvního ukazatele v porovnání s populací identifikovanou podle druhého ukazatele nacházíme v krajích Pardubickém, Karlovarském, Středočeském a Ústeckém. Opačný poměr, tj. nadhodnocení populace spadající pod kritérium příjmové chudoby v porovnání s osobami z domácností s velkými obtížemi vyjít s příjmem je nejvyšší v Olomouckém kraji, kde žije 13 % osob spadajících pod kritérium prvního ukazatele, avšak jen 9 % osob chudých podle druhého ukazatele. Dalšími v pořadí přesahu prvního ukazatele nad druhým ukazatelem jsou kraje Liberecký, Zlínský a Jihočeský. Zodpovězení otázek otevřených uvedeným porovnáním vyžaduje další analýzy. Pokud jde o přepočet domácností na ekvivalentní jednotky, výzkum od pionýrské práce Buhman a další (1988) doznal jen malého pokroku. Eurostatem zavedená tzv. modifikovaná škála OECD není předmětem diskuse, ačkoli je jasné, že její použití pro země s různou strukturou rodinných rozpočtů není bez problémů. Upozorněme zde však na analýzu indikátorů Eurostatu týkajících se nákladů a dostupnosti bydlení, kde jsou – podobně jako v této studii – porovnávány tzv. objektivní a subjektivní ukazatele (Sunega, Lux, v tisku). Porovnávání ukazatelů chudoby v různých perspektivách je důležité pro další výzkum i podklady politik. K nejvýznamnějším z nich patří již zmíněné rozložení podle věku, ve zjednodušujícím pohledu dětí věku 0-17 let a osob 65tiletých a starších (tedy převážně důchodců) vystavených chudobě. Podle ohrožení příjmovou chudobou činí u nás poměr dětí a důchodců 2:1 v neprospěch dětí. To není mezinárodně výjimečná situace (tabulka A.8 v tabulkové příloze). Je však otázkou, zda to odpovídá skutečnosti, zda tu nedochází k jistému posunu vůči realitě, a to z několika důvodů. Jak jsme výše ukázali, výdělky jsou ve výpovědích domácností zjevně podhodnocené, stejně jako ostatní příjmové zdroje. Nepochybíme příliš, budeme-li vrchol těchto zkreslení situovat do středního věku, tedy do domácností vychovávajících nezletilé děti. Naopak starobní důchody, jak bylo rovněž výše ukázáno, nejsou ve výpovědích podhodnocené vůbec. Je reálné předpokládat, že i vedlejší 22
příjmové zdroje s věkem vysychají, takže ani v tomto směru ke zkreslení příjmů důchodců nedochází. Z toho vyplývá, že ukazatel chudoby postavený na deklarovaných příjmech přeceňuje chudobu dětí a podceňuje chudobu důchodců.
Graf 2.5: Ohrožení příjmovou chudobou, materiální deprivace a velké obtíže vyjít s příjmem podle pětiletých věkových skupin osob v roce 2014 (%) % 20 15 10
5 0
0-4
5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75+ příjmová chudoba
velké obtíže vyjít s příjmem
materiální deprivace
Zdroj: Šetření ŽP 2014, výpočet autorů.
Opět se nabízí srovnání různých ukazatelů, které ukazuje graf 2.5 předkládající věkovou distribuci osob podle jednotlivých ukazatelů. Ohrožení příjmovou chudobou je vysoké u dětí a kulminuje v kategorii 15-19 let (avšak potom ještě jednou v kategorii 50-54 let), materiální deprivace a velké obtíže vyjít s příjmem však vykazují ve věkové distribuci výrazně pozvolnější vývoj. Nejmenší výkyvy vykazuje chudoba podle ukazatele materiální deprivace. Jistým testem toho, jak jednotlivé ukazatele chudoby fungují, může být jejich vztažení k výpovědi o spokojenosti se životem, která byla obsažena v modulu EUSILC 2013 (rámeček 2.3). V tomto případě ovšem vztahujeme výpověď jednotlivé osoby k ukazatelům týkajícím se celé domácnosti, v níž osoba žije, takže jde o dosti zprostředkovanou vazbu. Porovnání sděluje, že největší rozdíl ve spokojenosti se životem mezi osobami spadajícími pod některý z ukazatelů chudoby se ukazuje v případě materiální deprivace a velkých obtíží vyjít s příjmem (graf 2.6). Naopak nejmenší kontrast mezi chudými a „nechudými“ z hlediska spokojenosti se životem se ukazuje v případě nízkého příjmu a dále v ohrožení příjmovou chudobou a souhrnném ukazateli rizika chudoby nebo sociálního vyloučení. Stejně tak je tomu i v případě spokojenosti s finanční situací domácnosti (graf 2.7). Uvedená informace sdělovaná osobami nad 16 let je v poměrně volném vztahu s ukazatelem ohrožení příjmovou chudobou, avšak v silném vztahu s ukazatelem chudoby identifikujícím osoby v domácnostech vycházejících s příjmem s velkými obtížemi. Potvrzuje se tak značná výpovědní schopnost tohoto naposledy 23
jmenovaného ukazatele. Přitom samozřejmě platí, že finanční situaci domácnosti mohou její jednotliví členové vnímat odlišně.
Rámeček 2.3: Modul EU-SILC 2013 o subjektivním blahobytu V rámci šetření roku 2013 byly shromážděny odpovědi na samostatný dotazník předložený osobám starším 16 let (celkem 15 670 osob). V této studii využíváme otázku na životní spokojenost, která byla formulována takto: „Do jaké míry jste v současnosti celkově spokojen(a) s Vaším životem?“ Odpovědi na celkovou spokojenost s životem a jeho různými oblastmi byly sledovány na 11bodové škále hodnocení od 0 (zcela nespokojen) po 10 (zcela spokojen). Další otázka ze stejného modulu, kterou zde využíváme, se týká spokojenosti s finanční situací domácnosti, na kterou dotázaní odpovídali ve stejné kaPříjmová chudoba tegorizaci jako na spokojenost se životem. Materiální deprivace
Graf 2.6: Průměrné skóre spokojenosti se životem (0-10) u osob vystavených chudobě oproti Velmi nízká pracovní intenzita ostatním, podle různých ukazatelů v roce 2013 Riziko chudoby nebo sociálního vyloučení
Příjmová chudoba Nízký příjem Materiální deprivace Velké obtíže vyjít s příjmem Velmi nízká pracovní intenzita
0
1 chudí
2 3 "nechudí"
4
5
6
7 8 9 10 Spokojenost s životem
0
1 chudí
2 3 "nechudí"
4
5
6
7 8 9 10 Spokojenost s životem
Riziko chudoby nebo sociálního vyloučení Nízký příjem Velké obtíže vyjít s příjmem
Zdroj: Šetření ŽP 2013, výpočet autorů.
Graf 2.7: Průměrné skóre spokojenosti s finanční situací domácnosti (0-10) u osob vystavených chudobě oproti ostatním, podle různých ukazatelů v roce 2013 Příjmová chudoba Materiální deprivace Velmi nízká pracovní intenzita Riziko chudoby nebo sociálního vyloučení Příjmová chudoba Nízký příjem Materiální deprivace Velké obtíže vyjít s příjmem Velmi nízká pracovní intenzita
0
Riziko chudoby nebo sociálního vyloučení
1 chudí
2 3 "nechudí"
4
5
6 7 8 9 10 Spokojenost s finanční situací
Zdroj: Šetření ŽP 2013, výpočet autorů.
Nízký příjem Velké obtíže vyjít s příjmem
24
0
1 chudí
2 3 "nechudí"
4
5
6 7 8 9 10 Spokojenost s finanční situací
3. Jak dlouho lidé zůstávají v chudobě? Průřezová data, která jsou doposud téměř výhradně používána pro sledování chudoby u nás, nevypovídají nic o tom, jak dlouho osoba nebo domácnost v tomto stavu setrvává. Vezmeme-li krajní situace, stav chudoby může být celoživotní záležitostí, anebo se naopak týkat právě jen momentu či období šetření. Krátkodobý propad příjmů nemívá významné důsledky pro materiální deprivaci nebo pocit beznaděje. Pokud však k takovému propadu dochází opakovaně anebo pokud jde o dlouhodobý či dokonce trvalý stav, chudoba nutně dopadá na osud osoby i celé rodiny se všemi neblahými materiálními, sociálními a psychickými důsledky. Sledování časového aspektu chudoby vyžaduje panelová data, která byla doposud k dispozici jen v USA a EU-15, nyní je však poskytuje i šetření EU-SILC (rámeček 3.1).
Rámeček 3.1: Sledování délky trvání chudoby ve statistických šetřeních Sledování dlouhodobé chudoby má nejstarší tradici v USA, kde v letech 1966-67 zahájil statistický úřad, v rámci „války proti chudobě“ vyhlášené prezidentem Johnsonem, panelové šetření nazvané Panel Study of Income Dynamics (PSID). Toto šetření, původně zamýšlené na pět let, pokračuje až do současnosti. V západní Evropě probíhalo panelové šetření domácností v letech 1994-2001 pod názvem European Community Household Panel (ECHP). Od roku 2005 se v rámci šetření EU-SILC realizuje čtyřletý panel. Využití panelových dat tohoto šetření ke sledování délky trvání chudoby je však na svém počátku (Papadopoulos, Tsakloglou 2015; Andriopoulou, Tsakloglou 2015; ONS 2015).
Z hlediska délky setrvání ve stavu ohrožení chudobou tedy můžeme hovořit o chudobě jednorázové, přechodné, navracející se, dlouhodobé či trvalé. V zahraniční literatuře se v této souvislosti používají termíny chudoba „persistentní“ (trvající řadu let) či „chronická“ (v podstatě trvalá). Je velmi pravděpodobné, že pokud bychom pominuli přechodné epizody chudoby, byly by příslušné ukazatele mnohem nižší. Pokud by bylo reálné zaměřit se pouze na dlouhodobou chudobu, mohly by být redistribuční a inkluzivní politiky mnohem cílenější. Díky již dlouhé existenci šetření EU-SILC můžeme sledovat změny ukazatelů chudoby ve dvou čtyřletých obdobích, konkrétně za roky 2006-2009 a 20102013. I když jde z hlediska možností sběru informací o poměrně dlouhá období, z pohledu životního cyklu rodiny jde však o období krátká, v jejichž rámci nelze odhalit chronickou chudobu (rámeček 3.2). S vědomím tohoto omezení sledujeme tedy pouze to, kolikrát se během čtyřletého období domácnost ocitla v ohrožení některou z forem chudoby – od vůbec nikdy až po trvalé setrvání po celé období. Pokud jde o ohrožení příjmovou chudobou podle nejužívanějšího ukazatele EU, v obou obdobích došlo k ohrožení přibližně u 15 % osob (graf 3.1). Podíl 25
osob, jejichž domácnost byla alespoň jedenkrát ohrožena příjmovou chudobou, byl však v letech 2006-2009 vyšší než v období 2010-2013. Téměř polovinu ovšem tvořily osoby, které byly příjmovou chudobou ohroženy pouze jedenkrát (6-7 %), zatímco těch, které byly ohroženy dvakrát, bylo výrazně méně (3-4 %). U většiny osob ohrožených chudobou šlo tedy o dočasný stav.
Rámeček 3.2. Panel domácností EU-SILC a jeho využití pro sledování chudoby Šetření EU-SILC sleduje nejen stav, ale také změny v situaci osob a domácností, a to v ročních intervalech vždy čtyřikrát po sobě. Jde o tzv. rotační panel, takže kaž dý rok je zhruba jedna čtvrtina domácností navštívena poprvé, zatímco v jiných domácnostech probíhá druhá, třetí či čtvrtá návštěva. V každém roce šetření tak máme k dispozici část domácností sledovaných po čtyřleté období a na nich můžeme pozorovat, zda a jak často se mění ukazatele chudoby. Jistým omezením dat je, že pro rozlišení jednorázové a trvalé chudoby nejde o dobu dostatečně dlouhou. Například je-li domácnost ohrožena chudobou v prvním roce šetření, nemůžeme vědět, jak dlouhé období chudoby tomu předcházelo (tzv. levé cenzorování dat). A podobně u domácností ohrožených chudobou v posledním sledovaném roce nevíme, zda se situace domácnosti v následujících letech zlepšila, či nikoli (tzv. pravé cenzorování dat).
Graf 3.1: Četnost výskytu ohrožení příjmovou chudobou ve dvou čtyřletých obdobích (%)
100% 95%
90% 85% 80%
2,6
2,9
2,4
2,2
4,0
2,6
7,4 83,5 2006-2009
6,2
86,1
4x 3x 2x 1x nikdy
2010-2013
Zdroj: EU-SILC longitudinální 2009, 2013, výpočet autorů.
Vážnější je ovšem situace těch osob, které byly ohroženy příjmovou chudobou po většinu sledovaného období a mohou být chudobě vystaveny i nadále. Třikrát byla příjmovou chudobou ohrožena zhruba 2 % osob, přičemž v naprosté většině se jednalo o případy, kdy toto ohrožení trvalo tři roky po sobě, zatímco k návratu ohrožení příjmovou chudobou docházelo v menšině případů. Nejkritičtější skupinou jsou osoby, které byly takto měřenou chudobou ohroženy nepřetržitě po celé 26
čtyři roky, jejichž podíl činí přibližně 3 %. Zejména u těchto osob můžeme předpokládat, že stav ohrožení příjmovou chudobou je u nich ještě mnohem delší, než byly ony sledované čtyři roky.
Graf 3.2: Četnost výskytu materiální deprivace ve dvou čtyřletých obdobích (%)
100%
0,7 1,6 3,0
95%
0,9 1,1 2,0 4,0
5,3
85% 80%
2006-2009
3x 2x
90% 89,3
4x
92,1
1x nikdy
2010-2013
Zdroj: EU-SILC longitudinální 2009, 2013, výpočet autorů.
Pokud jde o materiální deprivaci, v prvním sledovaném období zachycujícím roky 2006 až 2009 jí bylo alespoň jedenkrát vystaveno pouze přibližně 11 % osob (graf 3.2). Podobně jako u předchozího ukazatele ohrožení příjmovou chudobou spatřujeme ve druhém sledovaném období 2010-2013 pokles podílu osob alespoň jednou materiálně deprivovaných (na 8 %). Zhruba polovina z těchto osob byla v obou obdobích vystavena materiální deprivaci pouze jedenkrát, přičemž zbývající polovina jí byla vystavena vícekrát. Naopak podíl materiálně deprivovaných osob po celé toto čtyřleté období byl velmi nízký (méně než 1 % populace). Trvalá materiální deprivace se tedy vyskytuje velmi zřídka. 2,3 3,1 Podíl100% osob žijících v domácnostech, kterým během čtyřletého období činilo ale2,5 2,1 spoň jedenkrát velké obtíže vyjít s příjmem, se pohybuje kolem 15 % (graf4x3.3). 3,4 ukazatelů platí, že3,5 Podobně95% jako u předchozích takto nepříznivá situace u polo3x viny osob nastala pouze jednou. Je to jediný ze tří sledovaných ukazatelů, 2x u nějž 90% mezi obdobími 2006-20097,0a 2010-2013 došlo k mírnému zhoršení. To však bylo 7,5 1x způsobeno mírným nárůstem počtu osob, jejichž domácnosti měly velké obtíže vyjít s měsíčním příjmem právě pouze jednou. Jde tedy o přechodný efekt,nikdy který 85% 84,8 mohl být způsoben ekonomickou krizí. Přestože83,8 zjištěné zhoršení není výrazné, je příznačné, 80%že k němu došlo jen u subjektivního ukazatele a nikoli u dvou objektivních. Právě u nejkritičtější kategorie, u níž takto sledovaná chudoba trvala po čtyři 2006-2009 2010-2013 roky, došlo k největšímu nárůstu.
27
Graf 3.3: Četnost výskytu velkých obtíží vyjít s příjmem ve dvou čtyřletých obdobích (%)
100%
2,3 2,5
95% 90% 85% 80%
3,1 2,1
3,4
4x
3,5
3x
7,0
7,5
2x 1x nikdy
84,8
83,8
2006-2009
2010-2013
Zdroj: EU-SILC longitudinální 2009, 2013, výpočet autorů.
Zjevně nejvíce problematickým stavem je mezigenerační chudoba, kdy se prostřednictvím hmotné mizérie, špatného vzdělání a výchovy (včetně příslušných vzorů) přenášejí nepříznivé podmínky a demotivující příklady chování z rodičů na děti. K takovému neblahému jevu dochází už nejen ve vysloveně chudých státech, ale i ve vyspělých zemích v podobě tzv. welfare dependency, neboli dlouhodobé či dokonce celoživotní závislosti na sociálních dávkách, doprovázené rezignací na hledání výdělečného zaměstnání. Rozsah tohoto jevu přibližují údaje z modulu o mezigeneračním přenosu znevýhodnění přičleněného k šetření EU-SILC 2011 (rámeček 3.3). Rámeček 3.3: Modul EU-SILC 2011 o mezigeneračním přenosu znevýhodnění V roce 2011(a předtím v roce 2005) byl do šetření EU-SILC zařazen modul zjišťující informace o rodině původu – vzdělání a ekonomickém postavení rodičů, finanční situaci a bydlení. Samostatný dotazník byl položen všem členům domácnosti ve věku 25-59 let a otázky se týkaly situace v době, kdy jim bylo 14 let. Hodnocená situace se tedy týká různých období v závislosti na věku respondenta. Zde byla rovněž položena otázka „Jak Vaše domácnost v té době vycházela s celkovým měsíčním příjmem?“ s variantami odpovědí stejnými jako v otázce týkající se současné situace (viz výše rámeček 2.2). Protože ale současnou situaci domácnosti hodnotí pouze jeden její zástupce, pro účely sledování mezigenerační změny předpokládáme, že by ji hodnotili všichni členové domácnosti stejně. Hodnocení toho, jak domácnost vychází s příjmy v době šetření, srovnáváme tedy s odpověďmi ohledně situace z mládí dotazovaných.
Mezi hodnocením toho, jak domácnost vycházela s měsíčním příjmem v mládí dotázaných a jak vychází s penězi v současnosti, došlo v mezigeneračním porovnání k posunu směrem k pocitu větších obtíží, což je poněkud překvapivé. Ve srovnání 28
s hodnocením situace v mládí nacházíme méně osob v domácnostech, které v současnosti vycházejí s příjmem docela snadno až velmi snadno (graf 3.4). Hodnocení současné situace je tedy obecně kritičtější než retrospektiva - právě díky ní může docházet ke zkreslení, činí-li časový odstup u nejstarších dotázaných až 45 let.
Graf 3.4: Vycházení s příjmem v mládí a v současnosti (%) % 37,6
40 30 20
8,6
8,5
10
0
25,3
18,8
5,0 s velkými obtížemi
15,6 s obtížemi
28,5 s menšími obtížemi v mládí
31,3
16,3
docela snadno
snadno
3,2
1,3
velmi snadno
v současnosti
Zdroj: Šetření ŽP 2011, výpočet autorů.
Obecně platí, že na svízelná životní období se snáze zapomíná než na lepší časy. Také v minulosti přitom zřejmě platilo, že trvalá chudoba byla mnohem méně častá než přechodná. Musíme si ale být vědomi toho, že v našem porovnání znázorněném v grafu 3.4 nevztahujeme změnu situace z mládí k současné situaci těch samých konkrétních osob, protože zatímco hodnocení minulé situace provádí každá osoba samostatně, o současné situaci vypovídá pouze zástupce domácnosti. V tomto omezení tedy zjišťujeme, že jako lepší svoji současnou situaci hodnotí 26 % osob, jako stejnou 29 % a jako horší 45 %. Graf 3.5 ukazuje, jak konkrétně se vyvinuly finanční obtíže vnímané v mládí a v současnosti. Ze sledovaného souboru 5 % osob uvedlo, že v jejich mládí rodina vycházela s měsíčními příjmy s velkými obtížemi, přičemž čtvrtina z nich pociťuje stejně velké obtíže i v současnosti. Tato skupina (představující však pouze 1 % osob ve věku 2559 let) vykazuje tedy známky mezigenerační chudoby. Jde o situaci, kdy je finanční situace rodiny původu, ať už přímo (tj. v důsledku hmotného strádání a nedostatečné finanční podpory vzdělání), anebo nepřímo (tj. v důsledku motivačních vzorů a sociálního kapitálu) přenášena z rodičů na děti. Další čtvrtina z těch, kdo v mládí pocítili velké obtíže vyjít s příjmem, vykazuje jen mírné zlepšení finanční situace a necelá třetina zlepšení k „menším obtížím“ (tabulka A.12 v tabulkové příloze). Podobně tomu je i u osob, které si z mládí připomínají obtíže svých rodičů vyjít s penězi: skoro čtvrtina z nich cítí stejné obtíže i v současnosti, přičemž 15 % 29
osob pociťuje v současnosti dokonce velké obtíže. Ze sledovaného souboru 38 % osob zaznamenalo zlepšení pouze o jednu kategorii. Na mezigenerační přenos finanční situace z rodičů na děti poukazuje i poměrně vysoký podíl takových osob, jejichž rodiče měli v mládí „střední“ obtíže vycházet s příjmem, obdobně jako mají v současnosti. Z těch, kdo si vybavují z mládí menší obtíže vyjít s měsíčním příjmem, zažívá menší obtíže i dnes 42 %, přičemž z těch, jimž v paměti zůstalo vcelku snadné rodinné hospodaření, vnímá 31 % současnou situaci stejně.
Graf 3.5: Vycházení s příjmem v mládí a změna vůči současnosti (%) % 35 10 %
30 25
31 %
31 %
20 15 62 %
10 5 0
75 % 25 % s velkými obtížemi
23 % 15 % s obtížemi
42 % 59 %
27 % s menšími obtížemi
zlepšení
2% 14 %
docela snadno
stejné zhoršení
85 %
snadno
4% 96 % velmi snadno
Zdroj: Šetření ŽP 2011, výpočet autorů.
30
4. Jaká je chudoba v České republice v mezinárodním porovnání? Jak jsme uvedli v úvodu této studie, Česká republika se v pelotonu zemí EU umísťuje jako země s nejnižší mírou ohrožení příjmovou chudobou (graf 4.1). To je ostatně obecně známý fakt, který se velmi často uvádí a zdůrazňuje. Problémem však je, že jde o ukazatel vhodný spíše pro mezinárodní porovnání příjmové nerovnosti, a nikoli o ukazatel skutečného ohrožení chudobou. Nelze ovšem zase tvrdit, že pouze kopíruje míru nerovnosti v příjmech – ta je totiž (podle Giniho koeficientu) podobně malá také v Belgii, Finsku, Švédsku a ve Slovinsku, kde je ohrožení příjmovou chudobou větší. Tento ukazatel je totiž odvozen pouze od příjmů pod mediánem, přičemž velmi záleží na tom, kam se položí hranice chudoby.
Graf 4.1: Ohrožení příjmovou chudobou v zemích EU v roce 2014 (%) % 45 40 35 30 25 20
15 10 5 ES
RO
GR
LV
BG
IT
LT
PT
PL
EU28
DE
BE
MT
SE
SI
HU
CY
FR
AT
FI
SK
DK
CZ
NL
0
Zdroj: EU-SILC - Eurostat tab ilc_li02.
Lepším ukazatelem pro mezinárodní porovnání je míra materiální deprivace, která má blíže k absolutnímu pojetí chudoby. Některé položky použité v její de% 45 jsou ovšem poněkud úsměvné vzhledem ke své běžné dostupnosti – napřífinici 40 nemoci si dovolit telefon nebo barevnou televizi. V tomto ukazateli (jehož klad konstrukce je popsána v první části) Česká republika zaujímá desátou pozici, 35 za vyspělými západoevropskými zeměmi a Slovinskem. Teprve za ní následují 30 Polsko, Slovensko, země jižní Evropy a Pobaltí. V Maďarsku a v balkánských stá25 tech se podíl materiálně deprivovaných osob pohybuje již mezi jednou pětinou 20 a jednou třetinou (graf 4.2). Dodejme, že Eurostat připravuje revizi a doplnění 15 položek a konstrukci nového ukazatele materiální deprivace, který by byl jistý čas 10 sledován paralelně se stávajícím ukazatelem. 5
31
BG
RO
HU
LV
GR
CY
IT
LT
PT
PL
MT
SK
U28
ES
SI
CZ
BE
FR
DE
AT
NL
DK
FI
SE
0
E
Graf 4.2: Materiální deprivace v zemích EU v roce 2014 (%) % 45 40 35 30 25
20 15 10 5 BG
RO
HU
LV
GR
CY
LT
IT
PL
PT
SK
MT
EU28
ES
SI
CZ
BE
FR
DE
AT
NL
FI
DK
SE
0
Zdroj: EU-SILC - Eurostat tab ilc_sip8.
Česká republika zaujímá jedno z předních míst v EU, pokud jde o ukazatel pracovní intenzity populace v aktivním věku (graf 4.3). V čele žebříčku z hlediska slabého výskytu velmi nízké pracovní aktivity se přitom nalézají země protikladných charakteristik – Švédsko a Rumunsko. Také na konci pelotonu jsou státy dosti odlišné jak z hlediska ekonomické výkonnosti, tak z hlediska štědrosti sociálního systému, jak o tom svědčí například těsné sousedství Maďarska a Nizozemska. Zdůrazněme však, že rozdíly mezi zeměmi v tomto ukazateli jsou daleko menší než v ostatních zde pojednávaných ukazatelích.
Graf 4.3: Velmi nízká pracovní intenzita v zemích EU v roce 2014 (% populace 18-59) % 45 40 35 30 25 20 15 10 5 GR
ES
BE
DK
IT
PT
EU28
NL
BG
HU
DE
FI
CY
FR
SI
LV
LT
AT
MT
PL
CZ
SK
RO
SE
0
Zdroj: EU-SILC - Eurostat tab ilc_lvhl14.
Vzhledem k nízkému podílu ohrožených příjmovou chudobou se i v souhrnném ukazateli rizika chudoby nebo sociálního vyloučení dostává Česká republika na prv32
ní místo mezi zeměmi EU. Těsně za ní pak následují sociálně nejpokročilejší země západní a severní Evropy, mezi nimiž se ale také velmi dobře umísťuje Slovensko (graf 4.4). Podotkněme, že čelné místo České republiky v souhrnném ukazateli chudoby nebo sociálního vyloučení je výsledkem poměrně malých rozdílů v dolní části příjmové distribuce, v souběhu s nepříliš velkou mírou materiální deprivace a vysokým ekonomickým zapojením populace. Zde je třeba uvést, že souhrnný ukazatel chudoby nebo sociálního vyloučení je konglomerátem „podukazatelů“ velmi různorodé povahy – ryze relativního příjmového rozpětí, převážně absolutní míry deprivace týkající se dispozice vybraných komodit a služeb (včetně některých snadno dostupných) a nakonec stupně ekonomické aktivity, která však nezahrnuje populaci v postaktivním věku.
Graf 4.4: Souhrnný ukazatel rizika chudoby nebo sociálního vyloučení v zemích EU v roce 2014 (%) % 45 40 35 30 25 20 15 10 5 BG
RO
LV
GR
HU
IT
ES
PT
LT
CY
PL
MT
EU28
BE
SI
DE
AT
SK
FR
DK
FI
SE
NL
CZ
0
Zdroj: EU-SILC - Eurostat tab ilc_peps01.
V dokumentech Eurostatu se nám bohužel nedaří nalézt teoreticko-metodologické zázemí konstrukce uvedeného souhrnného ukazatele. V nejucelenější metodologické studii z dané oblasti (Atkinson, Marlier 2010) není tento ukazatel ještě zmíněn. Byl totiž zaveden jako kriteriální ukazatel v „desetileté růstové strategii Evropa 2020“, vyhlášené Evropskou komisí v březnu 2010. V příslušných dokumentech je však uveden bez bližšího zdůvodnění a ani po letech nenacházíme analýzu vah jednotlivých „podukazatelů“ v souhrnném ukazateli, která by ukázala jeho citlivost na skladebné složky v mezinárodním porovnání a čase. Jednoduchá korelační analýza sděluje, že souhrnný ukazatel je ve většině zemí nejsilněji vztažen právě k ukazateli ohrožení příjmovou chudobou. Například ve středoevropských zemích je tomu všude s výjimkou Maďarska, kde je nejsilnější vazba k ukazateli materiální deprivace. Tak je tomu i v dalších zemích, kde tento ukazatel „absolutní“ chudoby dosahuje extrémních hodnot – Bulharsku % a Rumunsku. 45 40 35 30
33
Graf 4.5: Velké obtíže vyjít s příjmem v zemích EU v roce 2014 (%) % 45 40 35 30 25 20 15 10 5 CY
GR
PT
BG
HU
LV
RO
IT
ES
SK
MT
PL
EU28
SI
LT
CZ
BE
FR
AT
NL
SE
DK
DE
FI
0
Zdroj: EU-SILC - Eurostat tab ilc_mdes09.
Stejně jako ve druhé části této studie, věnované porovnání „objektivních“ a „subjektivních“ ukazatelů, vztáhneme opět uvedené unijní ukazatele jednak k relaci mezi odhadovaným minimálním příjmem a skutečným příjmem domácnosti, jednak k výpovědím domácností, zda vycházejí s příjmy s velkými obtížemi. Pokud jde o tento naposledy jmenovaný ukazatel, Česká republika předstihuje ostatní tranzitivní země (s výjimkou Litvy), avšak je sama předstižena vyspělými západními zeměmi (graf 4.5).
Tabulka 4.1: Ohrožení chudobou podle různých ukazatelů ve středoevropských zemích v roce 2014 (%) ČR Příjmová chudoba Materiální deprivace Velmi nízká pracovní intenzitaa Riziko chudoby nebo sociálního vyloučení Nízký příjemb Velké obtíže vyjít s příjmem
Polsko
Slovensko
Rakousko
Německo
EU-28
9,7 6,7
Maďarsko 14,6 23,9
17,0 10,4
12,6 9,9
14,1 4,0
16,7 5,0
17,2 18,9
7,0
11,4
8,1
6,9
9,2
11,1
11,6
14,8
31,1
24,7
18,4
19,2
20,6
24,4
10,6
9,6
11,9
24,5
4,7
8,2
15,2
9,3
23,0
10,7
12,6
5,6
2,8
11,3
Zdroj: EU-SILC - Eurostat tab ilc_li02, ilc_sip8, ilc_lvhl14, ilc_peps01, ilc_mdes09; EU-SILC 2013 pro nízký příjem (výpočet autorů). Poznámky: a Z populace 18-59 let; b 2013.
Přehled všech zde pojednávaných ukazatelů chudoby za středoevropské země a za průměr EU-28 je uveden v tabulce 4.1. Ze zemí Visegrádu je nám nejblíže Slovensko, naopak vzdálené jsou nám Maďarsko a Polsko, a to jak v relativním ukazateli příjmové chudoby (nejvíce Polsko), tak v absolutním ukazateli materiální deprivace (nejvíce Maďarsko). Kromě Maďarska se všechny středoevropské tranzitivní země nacházejí v unijních ukazatelích chudoby pod průměrem EU-28. Pokud jde o „subjektivní“ ukazatele, pak v případě ukazatele nízkého příjmu pře34
kračuje průměr EU-28 Slovensko a v případě velkých obtíží vyjít s příjmem jej překračuje Maďarsko a mírně i Slovensko. U těchto naposledy zmíněných zemí zjišťujeme značný nesoulad – zatímco z maďarské populace vykazuje velké obtíže vyjít s příjmem skoro jedna čtvrtina (tedy stejně jako v případě materiální deprivace), pouze jedna desetina osob žije v domácnostech, které vykazují příjem pod 75 % jimi odhadovaného minimálně potřebného příjmu. Na Slovensku však nacházíme poměr téměř obrácený. Rozdíly existují rovněž mezi Rakouskem a Německem: zatímco v obou zemích je stejný podíl osob v domácnostech spadajících pod ukazatel materiálně deprivované skoro stejný, této hladině odpovídají subjektivní ukazatele pouze za Rakousko, zatímco údaje za Německo jsou inkonzistentní.
Graf 4.6: Vzájemné vztahy „objektivního“ a „subjektivního“ ukazatele chudoby ve středoevropských zemích v roce 2013 (%) Příjmová chudoba
CZ
35,0
HU
65,3
PL
32,5
SK
40,7
AT
15,9
Velké obtíže vyjít s příjmem
DE
10,4
CZ
32,9
HU
34,9
PL
43,3
SK
39,3
AT
42,1
DE
55,8
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Zdroj: EU-SILC 2013, výpočet autorů.
Pro grafické znázornění vybíráme dva kontrastní ukazatele chudoby, totiž „objektivní“ ohrožení příjmovou chudobou a „subjektivní“ vycházení s příjmy s velkými obtížemi (graf 4.6). Jde o graf konstruovaný stejným způsobem jako graf 2.3 za Českou republiku uvedený výše. Rozdíly mezi zeměmi v rámci středoevropského regionu jsou velké. V Německu z populace ohrožené příjmovou chudobou má pouze jedna desetina velké obtíže vyjít s příjmem. V Rakousku je to jedna šestina, v České republice a Polsku zhruba jedna třetina a v Maďarsku dvě třetiny. V zásadě čím vyšší je životní standard v zemi, tím menší je překrytí obou ukazatelů. Spodní část grafu 4.6 ukazuje, v jaké míře pokrývá ukazatel ohrožení příjmovou chudobou osoby v těch domácnostech, které vycházejí s příjmy s velkými 35
obtížemi. Uvedené pokrytí činí v České republice pouze jednu třetinu populace, podobně jako v Maďarsku, kde je ale rozsah chudoby daleko větší. I v komparativním pohledu se tedy ukazuje omezená výpovědní schopnost ukazatele ohrožení příjmovou chudobou ve středoevropském prostoru obecně a v naší společnosti zvláště.
Tabulka 4.2: Ohrožení příjmovou chudobou a velké obtíže vyjít s příjmem podle věkových kategorií ve středoevropských zemích v roce 2013/2014 (% populace v odpovídající věkové kategorii) ČR
Maďarsko
Polsko
Slovensko
Rakousko
Německo
9,7 14,7 9,1 7,0 2,10
14,6 24,6 14,5 4,2 5,86
17,0 22,3 16,7 11,7 1,91
12,6 19,2 12,3 6,2 3,10
14,1 18,2 12,9 14,2 1,28
16,7 15,1 17,2 16,3 0,93
26,7 35,5 26,6 17,8 1,99
13,0 13,7 13,0 12,3 1,11
13,3 15,4 13,1 11,6 1,32
5,4 7,2 5,7 2,8 2,59
3,0 3,2 3,4 1,7 1,91
Příjmová chudoba (2014) Celkem 0-17 18-64 65+ Poměr 0-17/65+
Velké obtíže vyjít s příjmem (2013) Celkem 0-17 18-64 65+ Poměr 0-17/65+
9,1 11,3 9,1 7,2 1,58
Zdroj: EU-SILC - Eurostat tab ilc_li02 pro příjmovou chudobu; EU-SILC 2013 pro velké obtíže vyjít s příjmem (výpočet autorů).
Ve druhé části této studie jsme rovněž ukázali rozložení ukazatelů chudoby podle věku, resp. poměr dětí a důchodců z hlediska těchto ukazatelů. Jak vypovídá (tabulka A.8 v tabulkové příloze), uvedený poměr je v zemích EU extrémně diferencovaný. Extrémní situace se přitom týkají právě středoevropských zemí uvedených v tabulce 4.2. Z hlediska ukazatele ohrožení příjmovou chudobou se na jedné straně nachází Německo s velmi podobnou mírou chudoby u dětí a starších osob (obdobná je situace také například v Dánsku a ve Švédsku) a na druhé straně Maďarsko, kde je nadprůměrná chudoba dětí a překvapivě nízká chudoba starších osob, což ve výsledku dává poměr 6:1, který jinak nemá v Evropě obdoby (blíží se mu pouze Lucembursko s poměrem 4:1). Ve spodní části tabulky 4.2 uvádíme obdobné výsledky za ukazatel vycházení s příjmy s velkými obtížemi. Tak jako v jiných případech, i v tomto ohledu zde nacházíme menší a v jistém smyslu „uvěřitelnější“ rozptyl výsledků – snad až na překvapivé odlišnosti Rakouska a Německa, kdy v Rakousku vychází ohrožení dětí příjmovou nedostatečností domácností v relaci ke starším osobám jako nejvyšší. Pro zhodnocení výše příjmů zjištěných v domácnostech jsme v první části této studie porovnali průměrné příjmy na obyvatele podle šetření Životních podmínek a Národních účtů (viz výše tabulka 1.4). Komparativní data sdělují, že Česká republika se nachází na velmi solidní úrovni ve srovnání s ostatními tranzitivními středoevropskými zeměmi, kde je úroveň příjmů zachycených v šetření domác36
ností EU-SILC vůči příjmům evidovaným v Národních účtech mnohem nižší (graf 4.7). Česká republika dobře vychází i v celoevropském srovnání, kde se dokonce umísťuje těsně za zeměmi, které ke zjišťování příjmů používají administrativní údaje, což je spolehlivější přístup (viz rámeček 1.2 pro vysvětlení a tabulku A.6 v tabulkové příloze pro data).
Graf 4.7: Celkový disponibilní příjem na osobu – porovnání statistiky Národních účtů a EU-SILC v tranzitivních středoevropských zemích (podíl EU-SILC/NA) Podíl EU-SILC/NA 0,75 0,70 CZ 0,65
PL HU
0,60
SK
0,55 0,50
2004
2005
2006
2007
2008
2009
2010
2011
2012
Zdroj: Eurostat/NA/ nasa_nf_tr a EU-SILC, výpočet provedla Michaela Brázdilová.
Od startu šetření EU-SILC v roce 2005 (s příjmy zjišťovanými za rok 2004) se procento příjmů propočtených v systému národního účetnictví a pokrytých ve zmíněném šetření v domácnostech zvýšilo. V České republice je trend zlepšování nejpomalejší, protože situace byla již na samém počátku šetření velmi dobrá. V ostatních třech zemích došlo v posledních letech naopak k poklesu pokrytí, k největšímu pak na Slovensku. V grafu 4.7 chybí obvyklé porovnání s Rakouskem a Německem, neboť v podkladech Eurostatu jsme k těmto zemím nenalezli potřebné srovnatelné informace. Zde si tedy musíme připomenout jednu souvislost mezi validitou dat šetření EU-SILC a zjištěnou úrovní chudoby (v prvé řadě původního unijního ukazatele příjmového ohrožení), která se týká i jiných zemí než České republiky. Jestliže jsou příjmy zjišťované u domácností podhodnoceny, pak může být rozsah chudoby naopak nadhodnocen, víceméně adekvátně míře podhodnocení. Taková úvaha však platí pouze podmíněně s ohledem na nerovnost příjmů. Pokud jsou podhodnoceny spíše vyšší příjmy než ty nižší (což je velmi pravděpodobné), pak „narovnání“ příjmů nějakou větší změnu ukazatele chudoby nepřinese. Pokud by ovšem tímto narovnáním došlo k navýšení příjmů osobám uprostřed příjmového rozdělení, potom by mohlo dojít ke zvednutí hranice chudoby. A pokud by se touto korekcí nenavýšily v odpovídající míře příjmy též oso37
bám na spodních příčkách příjmového rozložení, míra chudoby by se zvýšila. Dopad podhodnocených příjmů se však týká především různých společenských skupin a demograficky definovaných kategorií, tak jak jsme to ukázali na České republice v předchozích částech. Obdobně může zapůsobit další okolnost, která se týká spíše zemí jižní Evropy a zvláště pak balkánských států. Jde o to, že do ukazatele rizika příjmové chudoby se nezahrnují příjmy ze samozásobitelství a že do pracovní intenzity se nezapočítává vypomáhání v zemědělství. Mezinárodní srovnání míry ohrožení příjmovou chudobou to sice neovlivní, jelikož tento ukazatel vyjadřuje spíše rozložení osob v rámci příjmového rozdělení daného státu, nicméně toto rozložení může být právě mírně ovlivněno způsobem obživy místních obyvatel. Částečně samozásobitelské domácnosti s nízkými peněžními příjmy mohou spadnout pod hranici chudoby, ač tam ve skutečnosti nepatří. Díky již dlouhé existenci šetření EU-SILC můžeme – v podstatě poprvé v širším mezinárodním měřítku – sledovat délku setrvání pod některým kritériem chudoby. Jde o dvě čtyřletá období, konkrétně zahrnující roky 2006-2009 a 2010-2013. Z hlediska možností sběru informací jsou to období poměrně dlouhá, z pohledu životního cyklu rodiny však naopak krátká, v jejichž rámci nelze odhalit chronickou chudobu (viz výše rámeček 3.2). S vědomím tohoto omezení sledujeme tedy pouze to, kolikrát se během čtyřletého období domácnost ocitla v ohrožení některou z forem chudoby – od „vůbec nikdy“ až po „trvale“. Propočty provedené na longitudinálních datech šetření EU-SILC jsou uvedeny v tabulkách A.9-A.11 v tabulkové příloze. Pro větší přehlednost jsme z uvedených tabulek v příloze vybrali pouze středoevropské země (bez Německa, pro které longitudinální data v šetření EU-SILC chybí) a dva indikátory. Dále jsme sloučili kategorie výskytu chudoby dvakrát až čtyřikrát do jedné kategorie a nakonec přidali propočet podílu setrvání v chudobě déle než v jednom roce na chudobě celkem (tabulka 4.3). Porovnání podílu může – zhruba a zjednodušeně – indikovat vliv finanční krize a ekonomické recese na permanenci chudoby. V České republice činí podíl takto měřené delší chudoby něco přes polovinu celkové chudoby, a to stejně podle obou vybraných indikátorů. Mezi oběma obdobími nepozorujeme žádný posun, tedy žádný dopad ekonomické recese na trvání chudoby. Jen k malému posunu došlo v tomto ohledu v Polsku, kde je ovšem podíl delší chudoby výrazně vyšší. Ke znatelnému zvýšení podílu delší chudoby došlo ovšem na Slovensku (o 10 procentních bodů v případě ohrožení příjmovou chudobou a 7 bodů v případě velkých obtíží vyjít s příjmem) a v Maďarsku (o 7 a 11 procentních bodů). Opravdu dramatické zvýšení zjišťujeme v Rakousku v případě velkých obtíží vyjít s příjmem, kde jednorázová chudoba zůstala téměř stejná, avšak podíl delší chudoby se zdvojnásobil. 38
Ve třetí části jsme se rovněž zabývali mezigeneračním přenosem chudoby, kdy pouze jedno procento osob ve věku 26-60 let, sledovaných v modulu EU-SILC 2011, spadalo v České republice do kategorie velkých obtíží v mládí i v současnosti. Příslušná mezinárodní data jsou uvedena v tabulce A.12 tabulkové přílohy. I když je podíl této kategorie nepatrný, pozice České republiky se blíží středu, tj. nachází se za vyspělými zeměmi západní Evropy, vedle Belgie a před zeměmi jižní Evropy (graf 4.8).
Tabulka 4.3: Četnost výskytu ohrožení chudobou ve dvou čtyřletých obdobích ve středoevropských zemích (%) ČR
První období (2006-2009) Ohrožení příjmovou chudobou Nikdy 1x (jednorázová) 2x-4x (delší) Celkem Podíl 2x-4x / alespoň 1x Velké obtíže vyjít s příjmem Nikdy 1x (jednorázová) 2x-4x (delší) Celkem Podíl 2x-4x / alespoň 1x Druhé období (2010-2013) Ohrožení příjmovou chudobou Nikdy 1x (jednorázová) 2x-4x (delší) Celkem Podíl 2x-4x / alespoň 1x Velké obtíže vyjít s příjmem Nikdy 1x (jednorázová) 2x-4x (delší) Celkem Podíl 2x-4x / alespoň 1x
Maďarsko
Polsko
Slovensko
Rakousko
83,5 7,4 9,0 100,0 54,9
72,1 12,9 15,1 100,0 53,9
69,3 11,5 19,2 100,0 62,5
76,6 12,7 10,8 100,0 46,0
74,7 11,2 14,1 100,0 55,7
84,8 7,0 8,2 100,0 53,9
63,3 16,3 20,4 100,0 55,6
69,4 12,0 18,6 100,0 60,8
75,1 13,1 11,9 100,0 47,6
90,4 6,8 2,8 100,0 29,2
86,1 6,2 7,7 100,0 55,4
77,6 8,7 13,7 100,0 61,2
71,9 9,8 18,3 100,0 65,1
75,0 10,9 14,1 100,0 56,4
75,1 8,6 16,3 100,0 65,5
83,8 7,5 8,7 100,0 53,7
58,6 13,6 27,8 100,0 67,1
76,6 8,9 14,5 100,0 62,0
80,0 9,1 10,9 100,0 54,5
87,0 7,2 5,8 100,0 44,6
Zdroj: EU-SILC longitudinální 2009, 2013, výpočet autorů. Poznámka: Podíl 2x-4x/ alespoň 1x znamená chudobu delší než jedno období v procentech chudoby celkem.
V grafu 4.9 je uveden pohled z druhé strany, tj. procento osob, které uvedly, že v mládí vycházely s příjmem s velkými obtížemi, avšak směrem k současnosti došlo v jejich domácnosti ke zlepšení, byť o jednu kategorii na šestistupňové škále vycházení s příjmy v domácnosti. Rovněž v tomto ohledu se Česká republika nachází blízko středu vedle Belgie. Této zemi je ostatně blízká i z hlediska ukazatelů materiální deprivace a vycházení s příjmy s velkými obtížemi.
39
7
Graf64.8: Velké obtíže vyjít s příjmem v mládí i v současnosti – mezigenerační přenos chudoby (%) 5 % 8 4 7 3 6 2 5 1 4 0 3
NL FI DK LU DE SE FR EE AT UK LT CZ BE PL BG SK LV ES MT SI IE IT HU GR HR RO CY PT
2 1 0
NL FI DK LU DE SE FR EE AT UK LT CZ BE PL BG SK LV ES MT SI IE IT HU GR HR RO CY PT
Zdroj: EU-SILC 2011, výpočet autorů.
Graf 4.9: Podíl osob vykazujících zlepšení v současnosti z těch, kdo v mládí vycházeli s příjmem s velkými obtížemi (%) % 100 90 80 70 60 % 100 50 90 40 80 30 70 20 60 10 500 40 30 20
NL DK LU FR DE AT FI SE SI PL UK EE CZ BE LT SK ES MT IE PT CY IT HR LV GR RO HU BG
Zdroj: EU-SILC 2011, výpočet autorů.
10 0
40
NL DK LU FR DE AT FI SE SI PL UK EE CZ BE LT SK ES MT IE PT CY IT HR LV GR RO HU BG
Závěrem Výzkumu chudoby v Evropě je dlouhodobě věnována značná pozornost, množství příslušné literatury lze stěží absorbovat. Jen velkých projektů financovaných v rámci různých výzkumných programů Evropské komise se doposud uskutečnila celá řada. Poslední z nich je Poverty Reduction in Europe: Social Policy and Innovation (ImPRovE), rozvržený na období 2012-2016. V jeho rámci již byla například zpracována longitudinální data šetření EU-SILC (Papadopoulos, Tsakloglou 2015; Andriopoulou, Tsakloglou 2015) a byla započata konstrukce referenčního rodinného rozpočtu (Goedemé a další 2015). Zdá se nám však, že doposud přetrvávají některá tabu, která výzkum obchází trochu po špičkách. K nim patří také oficiální indikátory EU, a to jak již dlouho používaný ukazatel „ohrožení příjmovou chudobou“, tak poměrně nový souhrnný ukazatel „rizika chudoby nebo sociálního vyloučení“ koncipovaný v rámci Strategie Evropa 2020. • Pokud jde o ukazatel ohrožení příjmovou chudobou, v jeho konstrukci jsou zabudována dvě zásadní rozhodnutí. Za prvé je to stanovená formule úspor z rozsahu, které převádí domácnosti různé velikosti a složení na srovnatelné jednotky – tato formule však není předmětem diskuse, testování či alternativních doporučení. Ani tak zanícený kritik dokumentů a politik Evropské komise v oblasti chudoby, jakým je The European Anti-Poverty Network (EAPN), se touto otázkou nezabývá. Experti této sítě se spíše věnují druhému aspektu konstrukce ukazatele, totiž stanovení relativní hranice chudoby (EAPN 2014). • Pokud jde o ukazatel rizika chudoby nebo sociálního vyloučení, rozpaky může vzbuzovat již jeho samotný název – co vlastně měří ono „nebo“? Sociální vyloučení je indikováno příjmem, materiální deprivací či velmi nízkým pracovním zapojením v případě osob v aktivním věku. To na jednu stranu jistě není dostatečné – chybí přístup k veřejným službám včetně vzdělání, sociální kontakty, politická participace a další okruhy. Na druhou stranu tento ukazatel zahrnuje příliš široké spektrum oblastí, přičemž nedostatek v jedné z nich nemusí nutně znamenat ohrožení v souhrnném smyslu. Konstrukce statistických ukazatelů musí řešit složitý kompromis mezi obecnou vypovídací schopností a možnostmi získání dat. Jistě není možné ve zkratce vystihnout nekonečné množství individuálních situací. Přiblížit se jim představuje dlouhodobé výzkumné výzvy, které se řeší v národních rámcích i mezinárodně, kdy početné týmy usilují o syntézy a inovace. Naše studie se zaměřila na Českou republiku. V úvodu jsme uvedli, že nemůžeme cílit k žádným převratným závěrům ohledně toho, co již o chudobě v naší zemi víme, nýbrž že chceme existující informace pouze prověřit, doplnit a případ41
ně korigovat. Při procházení nejnovější literaturou jsme s potěšením zjistili, že se naše záměry pohybují v koridoru mezinárodních iniciativ či projektů směřujících k prohloubení a obohacení znalostí o chudobě v Evropě. Nad jejich rámec však věnujeme pozornost subjektivním ukazatelům. Přestože otázky subjektivního blahobytu se již před drahnou dobou dostaly do ohniska společenskovědního výzkumu, a přestože šetření EU-SILC obsahuje pro tento účel užitečná data, začlenění subjektivních ukazatelů jako doplňujících či alternativních bylo na oblast chudoby doposud velmi málo aplikováno. Naším hlavním empirickým zdrojem bylo v této studii šetření EU-SILC, které jsme mohli analyzovat na individuálních údajích za osoby a domácnosti, a to jak v národních, tak v mezinárodních souborech. V tomto ohledu plně sdílíme vyjádření čelných badatelů (viz první rámeček v úvodu) jak o významu a zásadním přínosu tohoto šetření, tak ale i o důležitosti jeho testování pomocí dalších informačních zdrojů. Zdůrazněme zde, že naše „testování“ prokázalo vysokou kvalitu české statistiky. S oporou uvedeného šetření jsme se snažili ozřejmit situaci v České republice na základě různých porovnání. Porovnávali jsme ukazatele chudoby mezi sebou – takzvané objektivní a takzvané subjektivní – a věnovali jsme se rozdílům v populacích identifikovaných jako „chudé“ podle těchto různých ukazatelů. Porovnávali jsme data zjištěná v reprezentativním šetření EU-SILC v domácnostech s administrativními zdroji k ověření jejich validity a nakonec i celkovou úroveň sdělených příjmů s národními účty. Porovnávali jsme rovněž chudobu krátkodobou a dlouhodobou. A naposledy jsme porovnávali Českou republiku se středoevropskými státy a posléze se všemi zeměmi EU. Věcná zjištění z různých provedených porovnání můžeme ve stručnosti shrnout následujícím způsobem: • Unijní ukazatele příjmové chudoby, materiální deprivace a velmi nízké pracovní intenzity se překrývají pouze z malé části. V kritické situaci se podle všech tří ukazatelů nacházejí 2 % osob, podle alespoň jednoho z nich však skoro 15 %. To naznačuje, že uvažované indikátory zachycují odlišné aspekty ohrožení. • Srovnáme-li nejčastěji uváděný objektivní ukazatel – ohrožení příjmovou chudobou – se „subjektivní“ výpovědí domácností o tom, že vycházejí s příjmem s velkými obtížemi, příslušné podíly populace představují v obou případech necelou desetinu, překrývají se však jen málo a liší se svým složením. • Na rozdíl od ukazatele ohrožení příjmovou chudobou je populace deklarující velké obtíže vyjít s příjmem věkově vyrovnanější, jsou v ní méně zastoupeny osoby samostatně výdělečně činné, osaměle žijící a domácnosti s jedním rodičem. Obdobně jsou méně zastoupeni obyvatelé venkovských obcí a regionů s větším podílem maloměstského a venkovského obyvatelstva. 42
• Pokud jde o poměr dětí a důchodců, který podle ukazatele ohrožení příjmovou chudobou v České republice vyznívá silně v neprospěch dětí, není situace zřejmě tak dramatická, jak vychází z příjmů sdělovaných v šetření u domácností. Chudoba osob žijících v domácnostech s výdělečně činnými osobami totiž může být nadhodnocena, zatímco pro starší osoby podhodnocena. • Pokud jde o podhodnocení příjmů v šetřeních u domácností, platí, že není žádné v případě důchodů, malé je v případě výdělků zaměstnanců a velké v případě osob samostatně výdělečně činných. Podhodnoceny jsou zřejmě ostatní zdroje příjmů. Pokud však jde o průměr všech zachycených příjmů u domácností v porovnání s údaji národních účtů, české šetření vychází v mezinárodním srovnání velmi dobře. • Pokud jde o délku trvání chudoby, u většiny osob ohrožených příjmovou chudobou šlo o dočasný stav, zatímco dlouhodobé chudobě mohlo být vystaveno přibližně 3 % osob. Obdobně i podle dalších ukazatelů se chudoba ukázala jako převážně přechodný stav. Ekonomická krize se projevila pouze podle ukazatele vycházení s příjmem s velkými obtížemi, kdy v období 2010-2013 došlo celkově k mírnému zhoršení, způsobenému zejména nárůstem krátkodobých problémů. • Z relativního příjmového hlediska je chudoba v České republice nejmenší v rámci EU, k nejúspěšnějším zemím patří i v případě pracovní intenzity, avšak z hlediska materiální deprivace se blíží průměru EU. Totéž platí i o podílu osob v domácnostech, které vycházejí s příjmem s velkými obtížemi. Tyto dva naposledy jmenované ukazatele považujeme za vhodnější pro mezinárodní komparaci. Oproti relativnímu příjmovému ukazateli jsme se pokusili ukázat přednosti „subjektivního“ ukazatele založeného na dotazu, jak domácnost vychází se svými příjmy. V tomto ohledu nesdílíme možné podezření, že by domácnosti do odpovědí promítaly přemrštěné konzumní požadavky. Naopak jim důvěřujeme, že v odpovědích shrnují jak příjmovou, tak výdajovou situaci – na straně příjmů zčásti se zahrnutím jinak neuváděných příjmů, na straně výdajů se zahrnutím výdajů na bydlení, včetně břemene hypoték a případných dluhů. Hlavním důvodem upřednostnění subjektivního ukazatele je to, že bychom se v měření chudoby neměli opírat jen o příjmy, ale také o výdaje. Zejména pak porovnáváme-li situaci v mezinárodním kontextu, neměli bychom se zaměřovat jen na relativní příjmovou nerovnost, nýbrž také brát ohled na životní náklady a koupěschopnost populace. Takový přístup ovšem vyžaduje odpovídající začlenění prvků absolutní chudoby do komparativních indikátorů. Ukazatel založený na výpovědi, že domácnost vychází s příjmy s velkými obtížemi, není doposud v unijních dokumentech – a ani v nám známých výzkumných projektech – uvažován. Z hlediska různých aspektů chudoby se však tento ukazatel jeví jako poměrně vyvážený z následujících důvodů: • Bere v úvahu příjmy i výdaje, životní náklady a finanční břemena, přičemž zůstává v referenčním rámci životního standardu dané společnosti. 43
• Svým charakterem odpovídá rostoucímu zájmu o subjektivní blahobyt a zvyšujícímu se respektu k jeho ukazatelům ve výzkumu i v politice. • Ve výsledcích poskytuje rovnoměrnější výsledky ve stratifikační, demografické a prostorové diferenciaci populace. • V porovnání s jinými ukazateli chudoby je silněji vztažen k životní spokojenosti i spokojenosti s finanční situací, což podtrhuje věrohodnost jeho výpovědi. Z hlediska uvedeného subjektivního ukazatele již Česká republika sice pozbývá prvenství jako země EU s nejmenší chudobou, avšak podržuje si velmi dobré místo před ostatními tranzitivními zeměmi. Výzkumné úsilí v oblasti měření chudoby pokračuje dál, zmiňme jen úsilí korigovat výsledky šetření EU-SILC pomocí Národních účtů (jak uvedeno výše), nebo snahu sledovat souběžně příjmy, výdaje a materiální deprivaci na základě propojení šetření EU-SILC a rodinných účtů (Eurostat 2013b). K těmto iniciativám by se podle našeho názoru měla připojit i diskuse výpovědní schopnosti a přínosu subjektivních ukazatelů, doposud značně opomíjených. A právě v této oblasti by mohl sehrát svoji roli také český společenskovědní výzkum. *** Zjištění, která jsou uvedena v hlavním textu studie, jsou doplněna několika přílohami. První přílohou jsou komparativní tabulky za země EU, které doplňují srovnání středoevropských zemí pojednávané ve čtvrté části této studie. Další jsou textové přílohy, které se opírají o naše dřívější studie. Jednak ukazují teoretické a výzkumné zázemí našich úvah a v některých směrech doplňují poskytnuté informace. První z těchto příloh je věnována tradicím výzkumu chudoby v naší zemi. Druhý krátký text ukazuje přístupy ke zjišťování chudoby otevřené již na počátku transformace. Třetí text se věnuje tzv. chudobě pracujících, které jsme se v této studii jinak příliš nevěnovali. Čtvrtý text pak ukazuje koncept subjektivního blahobytu v teorii a výzkumu.
44
Tabulková příloha: Komparativní tabulky za země EU Tabulka A.1 Tabulka A.2 Tabulka A.3 Tabulka A.4 Tabulka A.5 Tabulka A.6 Tabulka A.7 Tabulka A.8 Tabulka A.9 Tabulka A.10 Tabulka A.11 Tabulka A.12
Ohrožení příjmovou chudobou (%) Materiální deprivace (%) Velmi nízká pracovní intenzita (% populace 18-59) Souhrnný ukazatel rizika chudoby nebo sociálního vyloučení (%) Velké obtíže vyjít s příjmem (%) Celkový disponibilní příjem na osobu – porovnání statistiky Národních účtů a EU-SILC (podíl EU-SILC/NA) Souhrnný ukazatel rizika chudoby nebo sociálního vyloučení podle věkových kategorií v roce 2014 (% populace v odpovídající věkové kategorii) Ohrožení příjmovou chudobou a velké obtíže vyjít s příjmem podle věkových kategorií v roce 2013/2014 (% populace v odpovídající věkové kategorii) Četnost výskytu ohrožení příjmovou chudobou ve čtyřletých obdobích (%) Četnost výskytu materiální deprivace ve čtyřletých obdobích (%) Četnost výskytu velkých obtíží vyjít s příjmem ve čtyřletých obdobích (%) Velké obtíže vyjít s příjmem v mládí a změna vůči současnosti (%)
45
Seznam zkratek zemí: AT Rakousko BE Belgie BG Bulharsko CY Kypr CZ Česká republika DE Německo DK Dánsko EE Estonsko ES Španělsko FI Finsko FR Francie GR Řecko HR Chorvatsko HU Maďarsko IE Irsko IS Island IT Itálie LT Litva LU Lucembursko LV Lotyšsko MT Malta NL Nizozemí NO Norsko PL Polsko PT Portugalsko RO Rumunsko SE Švédsko SI Slovinsko SK Slovensko UK Velká Británie EU28 členské země EU EU27 členské země EU bez Chorvatska EU15 členské země EU před „východním“ rozšířením roku 2004 NMS12 nové členské země vstupující do EU v letech 2004-2007
46
Tabulka A.1: Ohrožení příjmovou chudobou (%) AT BE BG CY CZ DE DK EE ES FI FR GR HR HU IE IS IT LT LU LV MT NL NO PL PT RO SE SI SK UK EU28 EU27 EU15 NMS12
2005 12,6 14,8 14,0 16,1 10,4 12,2 11,8 18,3 20,1 11,7 13,0 19,6 18,0 13,5 19,7 9,7 18,9 20,5 13,7 19,4 14,3 10,7 11,4 20,5 19,4
2006 12,6 14,7 18,4 15,6 9,9 12,5 11,7 18,3 20,3 12,6 13,2 20,5 17,0 15,9 18,5 9,6 19,6 20,0 14,1 23,5 14,2 9,7 12,3 19,1 18,5
9,5 12,2 13,3 19,0
12,3 11,6 11,6 19,0
c
16,4 15,7 18,9
c
16,5 16,0 18,5
2007 12,0 15,2 22,0 15,5 9,6 15,2 11,7 19,4 19,7 13,0 13,1 20,3 18,0 12,3 17,2 10,1 19,8 19,1 13,5 21,2 15,1 10,2 11,9 17,3 18,1 24,8 10,5 11,5 10,6 18,6 c
16,5 16,0c 18,2c
2008 15,2a 14,7 21,4 15,9a 9,0 15,2 11,8 19,5 20,8 13,6 12,5a 20,1 17,3 12,4 15,5 10,1 18,7 20,9 13,4 25,9 15,3 10,5 11,4 16,9 18,5 23,4 12,2 12,3 10,9 18,7 16,6 16,4 17,3
2009 14,5 14,6 21,8 15,8 8,6 15,5 13,1 19,7 20,4a 13,8 12,9 19,7 17,9 12,4 15,0 10,2 18,4 20,3 14,9 26,4 14,9 11,1 11,7 17,1 17,9 22,4 13,3 11,3 11,0 17,3
2010 14,7 14,6 20,7 15,6 9,0 15,6 13,3 15,8 20,7 13,1 13,3 20,1 20,6a 12,3 15,2 9,8 18,2 20,5 14,5 20,9 15,5 10,3 11,2 17,6 17,9 21,1 12,9 12,7 12,0 17,1
2011 14,5 15,3 22,2 14,8 9,8 15,8 13,0 17,5 20,6 13,7 14,0 21,4 20,9 13,8 15,2 9,2 19,6 19,2 13,6 19,0 15,6 11,0 10,5 17,7 18,0 22,2 14,0 13,6 13,0 16,2
2012 14,4 15,3 21,2 14,7 9,6 16,1 13,1 17,5 20,8 13,2 14,1 23,1 20,4 14,0 15,7 7,9 19,4 18,6 15,1 19,2 15,1 10,1 10,0 17,1 17,9 22,6 14,1 13,5 13,2 16,0a
2013 14,4 15,1 21,0 15,3 8,6 16,1 12,3 18,6 20,4 11,8 13,7 23,1 19,5 14,3 14,1 9,3 19,1 20,6 15,9 19,4 15,7 10,4 10,9 17,3 18,7 22,4 14,8 14,5 12,8 15,9
2014 14,1 15,5 21,8 14,4 9,7 16,7 11,9a
16,4 16,2 17,1
16,4 16,4 16,3 16,9
16,8 16,8 16,6 17,5
16,8 16,8 16,6 17,3
16,6 16,6 16,4 17,3
17,2c 17,2c 17,0c 18,0c
22,2 12,8 13,3 22,1 19,4 14,6
19,6b 19,1 16,4 21,2 15,9 11,6 10,9 17,0 19,5 25,4 15,1 14,5 12,6 :
Zdroj: EU-SILC - Eurostat tab ilc_li02. Poznámky: a změna v časové řadě; b předběžná data; c odhad.
47
Tabulka A.2: Materiální deprivace (%) AT BE BG CY CZ DE DK EE ES FI FR GR HR HU IE IS IT LT LU LV MT NL NO PL PT RO SE SI SK UK EU28 EU27 EU15 NMS12
2005 3,5 6,5 12,2 11,8 4,6 3,2 12,4 4,1 3,8 5,3 12,8
2006 3,6 6,4 57,7 12,6 9,6 5,1 3,1 7,0 4,1 3,3 5,0 11,5
2007 3,3 5,7 57,6 13,3 7,4 4,8 3,3 5,6 3,5 3,6 4,7 11,5
2008 5,9a 5,6 41,2a 9,1a 6,8 5,5 2,0 4,9a 3,6 3,5 5,4 11,2
2009 4,6 5,2 41,9 9,5 6,1 5,4 2,3 6,2 4,5a 2,8 5,6 11,0
22,9 5,1 2,7 6,4 32,6 1,8 39,3 5,4 2,5 3,5 33,8 9,3
20,9 4,8 2,1 6,3 25,3 1,1 31,3 3,9 2,3 2,8 27,6 9,1
2,3 5,1 22,1 5,3
2,1 5,1 18,2 4,5
19,9 4,5 2,1 6,8 16,6 0,8 24,0 4,4 1,7 2,3 22,3 9,6 36,5 2,2 5,1 13,7 4,2
17,9 5,5 0,8a 7,5 12,5a 0,7 19,3a 4,3 1,5 2,0 17,7a 9,7 32,9 1,4 6,7 11,8 4,5
20,3 6,1 0,8 7,0 15,6 1,1 22,1 5,0 1,4 2,2 15,0 9,1 32,2 1,6 6,1 11,1 3,3d
c
10,8 5,2 31,3
c
9,9 5,1 27,9
9,1 4,9 24,9
8,5 5,4 20,7
c
8,2 5,1c 19,8
2010 4,3 5,9 45,7 11,2 6,2 4,5 2,7 9,0 4,9 2,8 5,8 11,6 14,3 21,6 5,7 1,8 6,9 19,9 0,5 27,6 6,5 2,2 2,0 14,2 9,0 31,0 1,3 5,9 11,4 4,8
2011 4,0 5,7 43,6 11,7 6,1 5,3 2,6 8,7 4,5 3,2 5,2 15,2 15,2 23,1 7,8 2,1 11,2 19,0 1,2 31,0 6,6 2,5 2,3 13,0 8,3 29,4 1,2 6,1 10,6 5,1
2012 4,0 6,3 44,1 15,0 6,6 4,9 2,8 9,4 5,8 2,9 5,3 19,5 15,9 25,7 9,8 2,4 14,5 19,8 1,3 25,6 9,2 2,3 1,7 13,5 8,6 29,9 1,3 6,6 10,5 7,8a
2013 4,2 5,1 43,0 16,1 6,6 5,4 3,8 7,6 6,2 2,5 4,9 20,3 14,7 26,8 9,9 1,9 12,4 16,0 1,8 24,0 9,5 2,5 1,9 11,9 10,9 28,5 1,4 6,7 10,2 8,3
2014 4,0 5,9 33,1a 15,3 6,7 5,0 3,2
8,4 8,4 5,3 20,0
8,9 8,8 6,2 19,2
9,9 9,9 7,3 19,7
9,6 9,6 7,3 18,6
8,9c 8,9c 7,0c 16,6c
7,1 2,8 4,8 21,5 13,9 23,9
11,5b 13,6 1,4 19,2 10,2 3,2 1,2 10,4 10,6 26,3 0,7 6,6 9,9
Zdroj: EU-SILC - Eurostat tab ilc_sip8. Poznámky: a změna v časové řadě; b předběžná data; c odhad, d nízká spolehlivost.
48
Tabulka A.3: Velmi nízká pracovní intenzita (% populace 18-59) AT BE BG CY CZ DE DK EE ES FI FR GR HR HU IE IS IT LT LU LV MT NL NO PL PT RO SE SI SK UK EU28 EU27 EU15 NMS12
2005 7,9 14,2 4,7 8,8 12,7 10,9 9,4 6,8 10,8 9,3 8,5
2006 8,4 13,2 13,0 4,1 8,9 13,5 10,5 7,3 6,6 9,8 9,8 9,2
2007 8,8 13,1 15,0 4,0 8,1 12,8 11,0 6,8 6,9 9,7 10,3 9,0
2008 8,0a 11,9 7,3a 5,0a 7,0 11,8 9,7 5,8 6,8 8,4 9,2 8,3
2009 7,6 12,6 6,3 4,3 5,9 11,2 9,8 6,0 7,5a 9,2 8,9 7,8
9,5 12,4 3,1 11,3 11,0 6,7 8,3 9,5 10,7 7,7 15,9 5,9
12,8 11,6 2,8 12,1 9,4 5,8 7,2 9,7 11,8 8,7 13,8 6,5
8,2 9,8 7,1 11,6
7,3 7,8 6,7 10,9
11,8 13,5 2,3 11,0 6,3 5,6 6,4 9,4 11,0 8,6 11,5 7,5 8,8 6,1 8,1 6,6 8,7
12,3 12,9 2,7 10,6 6,4 5,2 5,6 8,0 9,5 7,1 9,2 5,9 8,6 5,8 7,5 5,3 9,5
c
10,7 10,4 11,8
c
10,8 10,7 11,2
10,2 10,2 10,1
9,4 9,6 8,5
2011 9,1 13,7 9,8 5,4 6,4 11,3 12,4 10,3 13,3 10,6 9,7a 13,3 16,6 11,6 22,9 6,0 11,1 13,0 6,9 12,5 8,6 10,0 7,9 8,1 7,8 7,0 7,3 8,5 7,7 10,7
2012 8,2 14,1 11,0 6,9 6,8 10,3 13,2 9,9 14,4 10,3 8,9 16,2 17,0 11,8 23,3 6,3 11,4 11,9 6,8 12,1 8,6 9,9 8,0 7,9 9,6 7,4 5,8 8,8 7,2 11,5a
2013 7,9 14,6 11,3 8,3 7,0 10,3 14,4 8,9 16,0 10,0 8,7 19,4 15,7 11,9 23,4 6,0 12,0 11,4 7,3 10,2 8,3 10,5 7,1 8,1 11,9 6,8 7,2 9,1 7,2 11,8
2014 9,2 15,1 11,2 10,6 7,0 11,1 13,8
11,1 18,4 2,5 9,7 7,7 7,1 7,4 8,8 9,7 7,6 8,1 6,5 8,0 7,2 6,4 5,5 11,7
2010 8,4 12,8 6,8 5,3 6,2 11,9 11,3 9,2 10,7 10,1 10,1 8,5 14,6 11,2 21,1 5,8 11,0 10,5 6,3 12,5 8,9 9,4 8,5 8,5 8,2 7,3 6,5 7,9 7,8 12,0
9,4 9,8 7,7
10,4 10,3 10,9 8,2
10,6 10,6 11,1 8,4
10,7 10,6 11,2 8,5
11,1 11,0 11,7 8,4
11,6c 11,6c 12,5c 8,3c
18,2 11,0 10,3 19,4 15,3 11,4
12,9b 9,4 6,7 9,4 9,0 11,4 6,7 8,1 12,9 6,8 6,6 10,1 6,9
Zdroj: EU-SILC - Eurostat tab ilc_lvhl14. Poznámky: a změna v časové řadě; b předběžná data; c odhad.
49
Tabulka A.4: Souhrnný ukazatel rizika chudoby nebo sociálního vyloučení (%) AT BE BG CY CZ DE DK EE ES FI FR GR HR HU IE IS IT LT LU LV MT NL NO PL PT RO SE SI SK UK EU28 EU27 EU15 NMS12
2005 17,4 22,6 25,3 19,6 18,4 17,2 25,9 24,3 17,2 18,9 29,4
2006 17,8 21,5 61,3 25,4 18,0 20,2 16,7 22,0 24,0 17,1 18,8 29,3
2007 16,7 21,6 60,7 25,2 15,8 20,6 16,8 22,0 23,3 17,4 19,0 28,3
2008 20,6a 20,8 44,8a 23,3a 15,3 20,1 16,3 21,8 24,5 17,4 18,5a 28,1
2009 19,1 20,2 46,2 23,5 14,0 20,0 17,6 23,4 24,7a 16,9 18,5 27,6
32,1 25,0 13,3 25,0 41,0 17,3 46,3 20,5 16,7 16,2 45,3 26,1
31,4 23,3 12,5 25,9 35,9 16,5 42,2 19,5 16,0 16,9 39,5 25,0
14,4 18,5 32,0 24,8
16,3 17,1 26,7 23,7
29,4 23,1 13,0 26,0 28,7 15,9 35,1 19,7 15,7 16,5 34,4 25,0 45,9 13,9 17,1 21,3 22,6
28,2 23,7 11,8 25,3 28,3 15,5 34,2a 20,1 14,9 15,0 30,5a 26,0 44,2 14,9 18,5 20,6 23,2
c
25,7 21,6 41,0
c
25,3 21,9 38,0
24,4 21,6 35,0
23,8 21,7 31,7
2011 19,2 21,0 49,1 24,6 15,3 19,9 18,9 23,1 26,7 17,9 19,3 31,0 32,6 31,0 29,4 13,7 28,2 33,1 16,8 40,1 22,1 15,7 14,5 27,2 24,4 40,3 16,1 19,3 20,6 22,7
2012 18,5 21,6 49,3 27,1 15,4 19,6 19,0 23,4 27,2 17,2 19,1 34,6 32,6 32,4 30,0 12,7 29,9 32,5 18,4 36,2 23,1 15,0 13,7 26,7 25,3 41,7 15,6 19,6 20,5 24,1a
2013 18,8 20,8 48,0 27,8 14,6 20,3 18,9 23,5 27,3 16,0 18,1 35,7 29,9 33,5 29,5 13,0 28,4 30,8 19,0 35,1 24,0 15,9 14,1 25,8 27,5 40,4 16,4 20,4 19,8 24,8
2014 19,2 21,2 40,1a 27,4 14,8 20,6 17,8a
29,6 25,7 11,6 24,7 29,6 17,8 37,9 20,3 15,1 15,2 27,8 24,9 43,1 15,9 17,1 19,6 22,0
2010 18,9 20,8 49,2 24,6 14,4 19,7 18,3 21,7 26,1 16,9 19,2 27,7 31,1 29,9 27,3 13,7 24,5 34,0 17,1 38,2 21,2 15,1 14,9 27,8 25,3 41,4 15,0 18,3 20,6 23,2
23,3 21,4 30,6
23,7 23,6 21,8 30,8
24,3 24,2 22,6 30,6
24,7 24,7 23,1 30,7
24,5 24,5 23,1 30,0
24,4c 24,4c 23,3c 28,6c
29,2 17,3 18,6 36,0 29,3 31,1
28,1b 27,3 19,0 32,7 23,8 16,5 13,5 24,7 27,5 40,2 16,9 20,4 18,4
Zdroj: EU-SILC - Eurostat tab ilc_peps01. Poznámky: a změna v časové řadě; b předběžná data; c odhad.
50
Tabulka A.5: Velké obtíže vyjít s příjmem (%) AT BE BG CY CZ DE DK EE ES FI FR GR HR HU IE IS IT LT LU LV MT NL NO PL PT RO SE SI SK UK EU28 EU27
2005 3,0 6,0 35,7 14,4 10,6 3,3 2,6 1,0 11,1 3,1 3,1 17,1
2006 2,4 5,7 35,7 18,7 9,0 2,7 2,8 4,7 12,1 2,6 2,9 18,4
2007 3,3 5,6 33,3 17,3 7,4 2,0 2,9 3,4 11,1 2,6 3,3 18,8
2008 4,6 7,5 31,1 21,0 7,8 2,1 3,0 3,1 13,7 2,9 2,9 20,0
2009 5,4 8,3 27,8 20,1 7,9 3,3 3,5 7,9 16,2 2,3 4,2 22,3
13,8 9,9 5,8 15,2 9,2 1,9 24,3 13,1 4,3 3,4 25,0 16,2
16,2 9,6 5,0 15,2 7,9 1,6 17,8 14,2 4,2 2,9 20,6 14,9
3,6 6,6 12,5 5,0
3,8 6,6 12,4 4,9
13,8 8,4 5,2 16,1 4,6 1,8 12,9 11,9 2,7 2,0 17,0 15,6 23,0 3,6 5,1 10,7 4,7
16,7 9,3 5,0 18,1 6,3 1,9 13,5 13,3 2,8 2,4 14,4 24,2 18,7 3,7 8,2 11,6 6,5
9,1
9,7
2011 5,5 8,8 27,8 26,3 8,7 3,1 4,2 8,5 11,1 2,6 4,5 25,6 19,7 26,1 14,7 12,3 17,0 11,5 2,7 24,0 14,9 3,3 2,5 12,4 19,2 20,8 3,3 9,3 10,7 7,3
2012 6,0 8,3 32,8 22,3 9,3 3,0 3,4 8,5 14,7 2,3 4,4 35,0 22,1 26,3 17,4 10,6 17,2 12,9 3,6 21,8 17,0 3,9 2,4 13,3 21,9 22,6 2,9 8,9 11,6 8,0
2013 5,4 8,8 32,9 32,1 9,1 3,0 4,9 7,5 18,6 2,2 4,6 39,6 26,3 26,7 17,4 11,7 19,0 9,6 4,4 25,4 15,1 3,8 2,2 12,7 24,8 23,4 2,9 11,2 13,3 9,6
2014 5,6 7,9 31,7a 32,1 9,3 2,8 4,4 6,5b 17,5 2,7 4,9 39,5
23,8 11,2 7,8 16,6 11,0 2,0 17,7 18,9 2,9 3,0 14,4 23,5 19,4 3,3 7,1 11,1 6,8
2010 5,9 7,7 29,0 23,3 8,4 2,8 3,7 8,5 15,5 2,4 4,4 24,2 18,3 25,3 15,2 12,8 16,8 12,0 1,9 23,5 19,7 3,8 2,3 14,1 20,3 20,9 2,9 8,9 11,5 6,5
10,4
10,5 10,4
10,2 10,1
11,1 11,0
12,2 12,1
11,3c 11,3c
23,0
17,5b 8,2 18,6 12,0 4,4b 10,7 23,3 22,0 2,9 9,8 12,6
Zdroj: EU-SILC - Eurostat tab ilc_mdes09. Poznámky: a změna v časové řadě; b předběžná data; c odhad.
51
Tabulka A.6: Celkový disponibilní příjem na osobu – porovnání statistiky Národních účtů a EU-SILC (podíl EU-SILC/NA) 2004
2005
2006
2007
2008
2009
2010
2011
2012
BE BG CY
0,75
0,76
0,77
0,81
0,73 0,54 0,85
0,73 0,75 0,81
0,73 0,74 0,78
0,73 0,81 0,80
0,75 0,79 0,80
0,75 0,70 0,81
0,77 0,72 0,84
CZ EE ES FI FR GR HR HU IT LT LV NL PL PT RO
0,67 0,65 0,61 0,85 0,68 0,59
0,66 0,68 0,61 0,86 0,67 0,58
0,67 0,72 0,63 0,85 0,65 0,56
0,68 0,71 0,64 0,85 0,77 0,54
0,70 0,76 0,72 0,85 0,78 0,56
0,55 0,68 0,48 0,54 0,84 0,55 0,62
0,58 0,66 0,50 0,58 0,84 0,57 0,61
0,56 0,67 0,56 0,59 0,88 0,58 0,62 0,48
0,57 0,67 0,62 0,67 0,90 0,63 0,61 0,44
0,59 0,68 0,60 0,63 0,92 0,65 0,60 0,40
0,70 0,76 0,72 0,84 0,78 0,58 0,64 0,59 0,71 0,55 0,63 0,93 0,64 0,61 0,47
0,71 0,73 0,73 0,85 0,79 0,56 0,59 0,62 0,70 0,48 0,60 0,92 0,64 0,59 0,44
0,71 0,73 0,72 0,85 0,79 0,50 0,58 0,61 0,70 0,52 0,61 0,92 0,64 0,58 0,44
0,71 0,80 0,72 0,85 0,80 0,51 0,56 0,61 0,70 0,55 0,59 0,93 0,64
SE SI
0,87 0,70
0,85 0,72
0,85 0,71
0,87 0,71
0,90 0,72
0,89 0,74
0,91 0,75
0,92 0,74
0,91 0,75
SK
0,53
0,57
0,58
0,56
0,58
0,60
0,59
0,63
0,59
Zdroj: Eurostat/NA/ nasa_nf_tr a EU-SILC (výpočet autorů).
.
52
Tabulka A.7: Souhrnný ukazatel rizika chudoby nebo sociálního vyloučení podle věkových kategorií v roce 2014 (% populace v odpovídající věkové kategorii) Celkem AT BE BG CY CZ DE DK ES FI FR GR HR HU ITa LT LU LV MT NL NO PL PT RO SE SI SK
19,2 21,2 40,1 27,4 14,8 20,6 17,8 29,2 17,3 18,6 36,0 29,3 31,1 28,1 27,3 19,0 32,7 23,8 16,5 13,5 24,7 27,5 40,2 16,9 20,4 18,4
0-17 23,3 23,2 45,2 24,7 19,5 19,6 14,5 35,8 15,6 21,6 36,7 29,0 41,4 32,0 28,9 26,4 35,3 31,3 17,1 11,9 28,2 31,4 51,0 16,7 17,7 23,6
18-64
65+
Poměr 0-17/65+
18,9 21,6 36,4 28,3 14,6 22,0 21,3 31,8 17,9 20,0 40,1 29,3 31,5 29,6 25,6 19,4 30,0 21,8 18,9 15,0 25,2 28,3 38,7 17,2 21,3 18,1
15,7 17,3 47,8 27,2 10,7 17,4 10,4 12,9 17,0 10,1 23,0 29,8 18,1 20,8 31,9 6,4 39,3 23,3 6,9 9,9 18,2 21,1 34,0 16,5 20,1 13,4
1,48 1,34 0,95 0,91 1,82 1,13 1,39 2,78 0,92 2,14 1,60 0,97 2,29 1,54 0,91 4,13 0,90 1,34 2,48 1,20 1,55 1,49 1,50 1,01 0,88 1,76
Zdroj: EU-SILC - Eurostat tab ilc_peps01. Poznámka: a předběžná data.
53
Tabulka A.8: Ohrožení příjmovou chudobou a velké obtíže vyjít s příjmem podle věkových kategorií v roce 2013/2014 (% populace v odpovídající věkové kategorii) Velké obtíže vyjít s příjmem 2013
Celkem
0-17
18-64
65+
Poměr 0-17/65+
Celkem
0-17
18-64
65+
Poměr 0-17/65+
Příjmová chudoba 2014
AT BE BG CY
14,1 15,5 21,8 14,4
18,2 18,8 31,7 12,8
12,9 14,2 18,9 13,4
14,2 16,1 22,6 22,4
1,28 1,17 1,40 0,57
5,4 8,8 32,9 32,1
7,2 11,1 41,3 38,2
5,7 8,9 31,1 33,2
2,8 5,5 32,2 17,8
2,59 2,01 1,28 2,15
CZ DE DK
9,7 16,7 11,9
14,7 15,1 9,2
9,1 17,2 13,7
7,0 16,3 9,5
2,10 0,93 0,97
9,1 3,0 4,9
11,3 3,2 6,0
9,1 3,4 5,5
7,2 1,7 2,1
1,58 1,91 2,90
ES FI
22,2 12,8
30,5 10,9
22,9 12,5
11,4 16,0
2,68 0,68
18,6 2,2
23,2 2,6
19,5 2,4
11,1 1,1
2,09 2,34
FR GR HR HU ITa LT LU LV MT NL NO PL PT RO
13,3 22,1 19,4 14,6 19,6 19,1 16,4 21,2 15,9 11,6 10,9 17,0 19,5 25,4
17,6 25,5 21,1 24,6 25,2 23,5 25,4 24,3 24,1 13,7 10,2 22,3 25,6 39,4
13,2 23,5 17,9 14,5 19,7 17,6 15,8 18,4 13,2 12,4 11,5 16,7 19,1 23,8
8,6 14,9 23,2 4,2 14,7 20,1 6,3 27,6 16,9 5,9 9,8 11,7 15,1 15,5
2,05 1,71 0,91 5,86 1,71 1,17 4,03 0,88 1,43 2,32 1,04 1,91 1,70 2,54
4,5 39,6 26,3 26,7 19,0 9,6 4,4 25,4 15,1 3,8 2,2 13,0 24,8 23,5
6,9 44,1 27,9 35,5 22,7 10,1 5,5 26,2 18,1 4,9 3,1 13,7 29,8 29,4
4,8 40,1 25,6 26,6 19,6 8,9 4,5 24,1 15,0 3,9 2,4 13,0 24,8 22,3
0,9 34,5 27,3 17,8 14,6 11,1 2,2 29,0 12,4 1,9 0,6 12,3 20,1 22,1
7,60 1,28 1,02 1,99 1,56 0,91 2,57 0,90 1,46 2,60 5,33 1,11 1,49 1,33
SE SI SK UK
15,1 14,5 12,6 16,8
15,1 14,8 19,2 19,9
14,7 13,7 12,3 15,5
16,5 17,1 6,2 17,9
0,92 0,87 3,10 1,11
2,9 11,2 13,3 9,6
4,4 10,8 15,4 13,2
3,0 11,4 13,1 10,2
1,0 10,9 11,6 2,9
4,36 0,99 1,32 4,54
Zdroj: EU-SILC - Eurostat tab ilc_li02 pro příjmovou chudobu; EU-SILC 2013 pro velké obtíže vyjít s příjmem (výpočet autorů). Poznámka: a předběžná data (u příjmové chudoby).
54
Tabulka A.9: Četnost výskytu ohrožení příjmovou chudobou ve čtyřletých obdobích (%) 2006-2009
2010-2013
Nikdy
1x
2x
3x
4x
Nikdy
1x
2x
3x
4x
AT BE
74,7 72,8
11,2 10,1
6,5 4,7
4,1 6,9
3,5 5,6
75,1 74,3
8,6 10,4
6,1 5,4
3,8 4,1
6,5 5,7
BG CY
78,8
6,0
3,4
3,0
8,8
71,7 75,0
7,7 8,2
4,9 4,4
5,4 6,3
10,2 6,1
83,5 81,6 68,4 60,8 80,3 77,2 58,9 72,1
7,4 7,6 10,8 14,4 7,0 10,0 14,4 12,9
4,0 6,6 5,7 10,3 5,2 5,8 8,3 5,5
2,4 3,2 6,6 7,2 3,2 3,4 8,0 4,6
2,6 1,0 8,6 7,2 4,3 3,6 10,4 5,0
86,1 76,7 69,3 70,1 82,1 78,6
6,2 10,7 11,2 9,6 6,3 7,8
2,6 5,0 8,2 6,4 3,2 4,3
2,2 3,8 4,7 6,1 2,8 4,7
2,9 3,8 6,5 7,9 5,6 4,7
81,6 69,3 66,6 79,3 58,4
8,9 8,7 10,8 6,5 12,4
4,1 6,9 9,4 4,2 10,7
3,2 6,2 6,2 3,5 9,3
2,1 8,9 7,1 6,5 9,3
83,4 80,0 69,3 69,8 89,6 82,3 76,6 64,9
7,3 8,6 11,5 9,6 4,2 5,4 12,7 16,8
4,0 4,9 6,9 9,1 2,4 4,0 4,1 8,3
2,4 2,7 5,5 3,8 2,2 2,9 3,2 5,4
3,0 3,8 6,8 7,7 1,6 5,4 3,5 4,5
77,6 70,1 85,7 69,5 69,3 74,2 67,8 75,0 82,6 85,2 71,9 68,1
8,7 14,0 8,6 9,0 10,2 9,3 9,7 9,1 6,3 5,2 9,8 11,9
4,4 6,4 2,6 6,8 9,0 5,0 7,9 4,4 3,5 2,5 6,8 5,2
4,2 5,3 1,4 6,3 4,4 5,1 7,3 5,2 3,2 3,4 4,3 6,1
5,0 4,0 1,7 8,5 7,2 6,3 7,4 6,4 4,4 3,7 7,1 8,7
86,7 75,0 67,5
4,4 10,9 13,9
2,5 6,3 9,1
1,8 2,9 5,5
4,6 4,8 4,0
CZ DK EE ES FI FR GR HU IE IS IT LT LU LV MT NL NO PL PT SE SI SK UK
Zdroj: EU-SILC longitudinální 2009, 2013, výpočet autorů.
55
Tabulka A.10: Četnost výskytu materiální deprivace ve čtyřletých obdobích (%) 2006-2009
2010-2013
Nikdy
1x
2x
3x
4x
Nikdy
1x
2x
3x
4x
AT BE
92,5 88,5
5,5 7,0
1,2 2,8
0,5 1,0
0,3 0,6
92,3 91,0
3,7 4,7
2,3 2,6
1,2 0,9
0,6 0,8
BG CY
30,1 80,7
24,8 11,4
19,9 4,5
11,6 1,7
13,7 1,6
41,6 69,5
17,3 15,8
8,6 8,9
11,5 3,1
21,1 2,7
CZ DK EE ES
89,3 95,9 90,5 95,0
5,3 3,2 6,2 3,8
3,0 0,7 2,1 0,8
1,6 0,2 0,6 0,4
0,7 0,0 0,5 0,0
92,1 94,5 88,2 92,4
4,0 2,7 6,2 5,7
2,0 1,3 3,4 1,4
1,1 1,5 1,3 0,5
0,9 0,0 0,9 0,0
FI FR GR HU IS IT
96,5 91,7 75,8 69,9 97,0 88,3
1,6 4,6 12,0 12,9 2,2 6,5
1,5 1,6 5,9 8,4 0,4 2,7
0,2 1,3 3,0 4,4 0,3 1,6
0,2 0,8 3,3 4,3 0,0 1,0
96,4 90,5
2,1 5,2
1,0 1,9
0,4 1,5
0,1 0,9
68,4 97,0 76,5
10,5 2,2 12,1
6,0 0,3 6,9
6,7 0,3 3,4
8,3 0,2 1,1
LT LU LV MT NL NO
67,8 98,5 63,4 90,9 98,8 96,4
16,0 1,2 16,2 5,5 0,9 2,5
8,8 0,2 8,4 2,2 0,1 0,7
3,9 0,2 7,6 0,8 0,1 0,1
3,5 0,0 4,4 0,6 0,1 0,2
73,6 96,9 61,8 88,2 96,2
11,3 2,4 16,6 4,1 3,0
5,1 0,1 10,7 3,1 0,2
5,2 0,6 5,7 1,5 0,6
4,7 0,0 5,3 3,2 0,0
PL PT SE SI SK UK
70,3 87,4 98,3 89,8 82,0 92,9
12,1 5,5 1,3 6,2 10,9 5,0
6,7 2,3 0,4 2,6 4,1 1,2
5,0 2,5 0,0 1,1 2,2 0,8
5,9 2,4 0,0 0,3 0,9 0,1
81,9 83,1
7,3 10,6
3,6 2,6
2,7 2,5
4,5 1,3
89,2 84,4
6,3 8,2
2,7 3,1
1,4 1,4
0,5 2,8
Zdroj: EU-SILC longitudinální 2009, 2013, výpočet autorů.
56
Tabulka A.11: Četnost výskytu velkých obtíží vyjít s příjmem ve čtyřletých obdobích (%) 2006-2009
2010-2013
Nikdy
1x
2x
3x
4x
Nikdy
1x
2x
3x
4x
AT BE
90,4 85,4
6,8 6,6
2,4 4,3
0,2 1,9
0,2 1,8
87,0 83,2
7,2 6,9
3,1 4,6
2,3 3,4
0,5 1,9
BG CY
40,4 66,3
20,9 16,3
19,1 8,4
10,8 6,5
8,8 2,5
52,0 49,7
14,2 19,4
10,6 13,5
9,5 11,2
13,7 6,3
CZ DK EE ES
84,8 94,2 88,2 73,1
7,0 4,0 7,7 14,4
3,4 1,6 3,3 6,5
2,5 0,2 0,6 4,0
2,3 0,0 0,3 1,9
83,8 93,9 84,4 70,5
7,5 2,3 8,1 14,7
3,5 2,6 3,9 7,7
2,1 0,1 2,4 5,1
3,1 1,1 1,3 1,9
FI FR
95,2 92,7
3,5 4,4
1,2 1,5
0,1 0,8
0,0 0,5
95,0 90,5
3,1 5,2
1,3 2,4
0,4 1,1
0,1 0,8
GR HU
61,4 63,3
14,7 16,3
8,5 11,1
7,8 5,7
7,6 3,6
58,6
13,6
8,7
8,1
11,0
71,0 74,5 65,6 78,2 92,2 58,3 69,9 89,8 95,3 76,6 57,1
14,5 12,1 15,0 8,7 4,8 17,9 10,8 6,2 3,4 8,9 15,6
7,8 4,8 9,8 5,4 1,6 12,9 8,0 3,0 0,9 5,3 11,7
3,5 5,2 5,6 3,6 1,1 6,8 6,0 0,7 0,2 4,2 9,0
3,2 3,4 4,0 4,1 0,3 4,2 5,3 0,3 0,1 4,9 6,6
81,6 80,0
10,5 9,1
4,2 4,0
2,3 3,2
1,5 3,8
82,4
10,3
3,5
2,1
1,7
IE IS IT LT LU LV MT NL NO PL PT SE SI SK
86,2 69,1 82,9 95,3 67,3 69,4 93,3 94,1 69,4 60,9 93,2 84,9 75,1
8,1 14,2 11,4 3,0 15,0 17,8 3,3 3,5 12,0 18,1 4,4 9,7 13,1
3,3 8,6 3,8 0,8 7,7 7,3 2,1 1,5 6,5 9,4 0,9 3,5 4,5
1,5 4,6 1,4 0,9 6,3 4,2 0,3 0,5 6,2 5,7 0,6 1,2 4,5
0,9 3,4 0,6 0,0 3,7 1,2 0,9 0,4 5,9 5,9 1,0 0,7 2,9
UK
85,0
10,5
2,6
1,5
0,4
Zdroj: EU-SILC longitudinální 2009, 2013, výpočet autorů.
57
Tabulka A.12: Velké obtíže vyjít s příjmem v mládí a změna vůči současnosti (%) s obtížemi
s menšími obtížemi
docela snadno
snadno
9,9
12,0
16,9
31,0
20,8
12,1
7,2
88,0
BE BG
4,9 3,0
26,1 63,2
17,0 18,3
29,1 13,6
15,8 4,3
10,2 0,5
1,9 0,0
73,9 36,8
CY CZ DE DK EE ES FI FR
15,9 5,0 4,3 3,9 2,7 6,4 2,1 6,8
39,8 25,3 10,1 7,2 23,5 32,3 12,9 8,6
28,8 23,9 13,0 9,8 14,3 26,9 11,4 21,5
20,7 31,0 20,1 19,3 31,9 22,2 16,3 44,6
7,9 13,7 35,7 27,5 19,3 12,7 25,9 17,5
2,3 5,2 17,2 19,1 11,1 5,8 18,3 6,7
0,4 0,9 4,0 17,1 0,0 0,0 15,2 1,0
60,2 74,7 89,9 92,8 76,5 67,7 87,1 91,4
GR HR HU IE IT LT
8,8 10,7 6,8 7,8 7,4 4,0
43,8 41,7 51,6 36,3 40,3 30,8
29,4 29,7 27,5 21,0 23,9 34,6
14,2 23,6 18,8 29,3 28,3 24,1
7,0 4,2 1,6 9,6 6,4 5,5
4,4 0,6 0,4 2,9 1,1 5,0
1,2 0,2 0,0 0,9 0,1 0,0
56,2 58,3 48,4 63,7 59,7 69,2
LU LV MT NL PL PT
5,4 4,7 7,1 3,1 7,5 20,1
7,3 42,7 33,7 5,3 20,6 37,5
14,0 26,6 29,4 12,2 25,1 24,9
34,5 25,0 24,2 19,7 34,2 27,3
24,2 3,7 10,3 14,1 15,3 8,3
14,9 1,6 1,4 40,3 4,1 1,7
5,2 0,3 1,0 8,4 0,7 0,2
92,7 57,3 66,3 94,7 79,4 62,5
RO SE SI SK UK
10,2 4,5 12,1 6,2 5,3
49,9 13,1 20,0 31,9 22,8
24,1 8,9 28,6 22,4 16,6
22,3 11,0 37,2 33,3 25,6
2,5 40,3 10,0 9,8 19,5
0,8 13,4 4,0 2,5 11,4
0,3 13,4 0,3 0,2 4,0
50,1 86,9 80,0 68,1 77,2
zlepšení celkem
s velkými obtížemi
AT
velmi snadno
Mládí
Z toho v současnosti:
Zdroj: EU-SILC 2011, výpočet autorů.
58
TEXTOVÉ PŘÍLOHY Přílohy se opírají o následující texty: 1. Večerník, J. (2011). „Empirický výzkum chudoby v českých zemích ve třech historických obdobích.“ Data a výzkum - SDA Info 5, (2): 133-146. 2. Večerník, J. (1991): „Úvod do studia chudoby v Československu“. Sociologický časopis, 27 (5): 577-602. 3. Mysíková, M., Večerník, J, Želinský, T. (2015): „Vliv nízké pracovní intenzity na chudobu v České republice a Slovenské Republice“. Ekonomický časopis, 63 (6): 555-575. 4. Večerník, J. (2012): Subjektivní indikátory blahobytu: přístupy, měření a data. Politická ekonomie 60, (3): 291-308.
59
60
Příloha 1: Pohled do historie výzkumu chudoby u nás Výzkum chudoby v českých zemích prošel za minulých necelých sto let značnými peripetiemi. V předválečné Československé republice mu byla věnována pozornost jako vážnému společenskému problému, kterému je třeba čelit rozumnou hospodářskou a sociální politikou. Nicméně rozsah výzkumu nemohl překročit tehdejší omezené možnosti. Po roce 1948 komunisté tabuizovali výskyt chudoby ve vlastním „lidově-demokratickém“ režimu a naopak na ní postavili obraz kapitalismu jako společnosti bídy a nezaměstnanosti. Po opatrném našlapování okolo „domácností s omezenou mírou spotřeby“ v éře normalizace se po roce 1989 u nás otevřely – analýzám chudoby dveře dokořán. Důležitost výzkumu chudoby je v českých zemích umocněna některými historickými rysy, které vyostřují problémové rozhraní mezi ekonomickou efektivností a sociální štědrostí – jsou to především silné sociální a rovnostářské tradice české společnosti, které se promítly do přijímaných politik. Již předválečný systém sociálního pojištění byl relativně vyspělý a velkorysý. Komunistická politika sociálních jistot vedla k plošnému rozšíření a unifikaci tohoto systému a zároveň jej zneužila k totalitnímu ovládnutí společnosti. V polistopadové éře se k zakořeněným očekáváním přidal ještě kontext „sociální Evropy“ s její výraznou přerozdělující orientací. Zde chceme stručně informovat o uvedených třech fázích výzkumu chudoby. Zaměřujeme se především na empirický výzkum chudé či nízkopříjmové populace a na disponibilitu dat pro zkoumání souvislostí a příčin chudoby. Starším obdobím věnujeme o něco větší pozornost než současnému výzkumu, který je známější a bohatší – hojnosti sebraných dat a analýz provedených v posledním dvacetiletí se nic ze vzdálenější minulosti nemůže rovnat. Lze však konstatovat, že přes množství dat a úsilí investovaného v uplynulém dvacetiletí souhrnný pohled na problém chudoby z hlediska proměn jejích podob, příčin a cest řešení doposud chybí. 1.1 Meziválečné období Hospodářské poměry předválečného Československa měly daleko k idyle – to jen jejich obraz se ve vědomí lidí poněkud zidealizoval v odporu proti diskursu komunistické státní moci, který „buržoazní republiku“ líčil v těch nejtemnějších barvách. První roky nové republiky byly poznamenány dozvuky války, znehodnocením měny a zoufalým nedostatkem zboží. Demobilizovaní vojáci a dělníci demilitarizovaných firem přispívali k růstu nezaměstnanosti. Deflační politika a nevlídné vztahy s nástupnickými státy rakousko–uherské monarchie nepřály exportní expanzi mohutného českého průmyslu na evropském kontinentu. Po nadějném vzestupu na ekonomiku přišla celosvětová krize a z potíží ji vytáhly až velké zbrojní a jiné výdaje související s očekávanou válkou. 61
Výzvu nové éry v sociální oblasti uvedl v roce 1924 Gruber, první ředitel Sociálního ústavu Republiky Československé (založeného již v roce 1919) takto: „V republice připadl právě sociální péči jeden z úkolů nejdůležitějších a nejnesnadnějších. V bývalé monarchii ochranné a pojišťovací zákonodárství dělnické ocitlo se v naprosté stagnaci ... o reformu zastaralého chudinství vůbec se ani nepokuseno, také péče zdravotní převalena na samosprávné činitele a o děti a jiné osoby fysicky nebo duševně k vlastnímu výdělku neschopné zůstaveno pečovati státně neorganisované dobročinnosti soukromé. Přitom nová republika chtěla ... ukázati se státem i sociálněpoliticky vysoce pokrokovým, ba co možná pokročilejším nad své bližší i vzdálenější sousedy“ (Gruber 1924, s.5) . Chudoba byla vážným problémem i přes pokročilé sociální zákonodárství zavádějící pojistný systém. Elementární sociální nároky byly tehdy ještě založeny v tzv. domovském právu, které nejen dovolovalo pobývat v dané obci a volit zde do zastupitelstva, ale také požadovat stravu a přístřeší v případě chudoby a nemoci. Novinkou byl tzv. gentský systém péče o nezaměstnané zavedený v roce 1925 a podporovaný z veřejných zdrojů. Dávky byly větší než v předchozí úpravě, avšak nárok na ně měli jen odborově organizovaní nezaměstnaní. V roce 1926 vstoupil v platnost „Zákon o sociálním pojištění zaměstnanců pro případ nemoci, invalidity a stáří“. Bylo rovněž zavedeno pojištění pro případ nezaměstnanosti a po švýcarském vzoru se zřizovaly zprostředkovatelny práce (Tomeš 2011). V sociálním zákonodárství šla první republika ostatním zemím opravdu příkladem. Řešit se ovšem musely také akutní problémy poválečného období: situace válečných navrátilců, invalidů a vdov s dětmi. Cesty byly různé, všechny skromné i opožděné. Například ještě v srpnu roku 1921 Poslanecká sněmovna stále projednávala otázku známých trafik, konkrétně zprávu sociálně-politického výboru s výsledným doporučením vládě, aby „při zadávání nádražních restaurací, kantin, prodejen lihových nápojů a prodejen tabákových bylo přihlíženo k potřebám válečných poškozenců“. V tomto ohledu byli všude preferováni legionáři. Na závěr zasedání poslanec David hřímal: „Postarejte se o legionáře! Odstraňte jejich velikou bídu a velikou jejich nezaměstnanost! Postarejte se o vdovy a sirotky po padlých legionářích!“ Chudobě byla věnována výzkumná pozornost z různých stran a hledisek, jimž vévodilo hledání cest k praktickému řešení problémů. Uveďme zde alespoň některé příklady. Státní zdravotní ústav (založený v roce 1925 s pomocí Rockefellerovy nadace) se zabýval stanovením existenčního minima. Masarykova akademie práce (založená v roce 1920) rozvíjela činnost v široké sociální oblasti, mj. také vydávala časopis Československá emigrace, věnovaný rmutné, často však úspěšné cestě osobního řešení neblahé sociální situace. Státní úřad statistický – mimo mnohých jiných aktivit – samostatně šetřil rodinné rozpočty domácností nezaměstnaných dělníků a také podrobně popsal institucionální síť chudinské péče (SÚS 1935, 1937). 62
V meziválečném Československu byla založena tradice empirického výzkumu chudoby. Výzkumná sekce Sociálního ústavu prováděla specializované sondy týkající se hmotných poměrů sociálně slabých skupin obyvatelstva, konkrétně zkoumala vliv krize na rodiny nezaměstnaných dělníků (Nečasová-Poubová a další 1933). Pozornost byla rovněž věnována sociálním problémům dělnické mládeže a studentů (Bednář, Dvořák 1937; Krejčí 1924). Tzv. humanitní a praktická sekce Sociálního ústavu se věnovala péči o mládež a matky, studenty a mládež, válečné invalidy a chudinu a rovněž kontrolovala stav humanitních ústavů a dobročinnosti. Vztahu krize a nezaměstnanosti, chudobě a jiným sociálním problémům byly věnovány články v odborných časopisech Sociologická revue či Sociální problémy. Nejobsáhlejší dílo tzv. pražské sociologické školy bylo věnováno pražskému příměstí z hlediska přechodu mezi městem a venkovem (Ullrich 1938). Velmi podrobné analýzy životních podmínek a aktivit obyvatelstva jsou v něm strukturovány podle obcí a sociálních vrstev. Dle dokumentace týkající se stravování a bydlení byla z dnešního hlediska chudá naprostá většina této populace, nicméně ovdovělé ženy a nezaměstnaní byli chudobě vystaveny ještě výrazně více než jiní. Velmi bídně na tom byly také rodiny zemědělských dělníků. Uvedená obsáhlá studie obsahuje mj. výsledky průzkumu provedeného u 689 školních dětí, který zjišťoval, zda přicházejí do školy nasnídané a jak často doma jedí. Přicházet do školy bez snídaně bylo jen výjimečné, velmi nepravidelný byl však tzv. kompletní oběd (polévka a hlavní jídlo), často jej nahrazovala káva z melty se suchým chlebem. Jen v neděli se vařilo hovězí maso na polévku a do omáčky. Jen necelá čtvrtina dětí v rodinách nezaměstnaných a zemědělských dělníků měla vlastní postel, takže děti spaly většinou spolu, byť odděleně podle pohlaví. Domácnosti zemědělských dělníků nakupovaly potraviny jen minimálně, snažily se co nejvíce vyžít z „deputátních“ přídělů mouky a brambor. Chudobě, resp. sociálně potřebným rodinám byla přímo věnována studie Machotky založená na soupisu provedeném v Praze v roce 1931. Tento soupis byl charakterizován jako „první velké statistické šetření za účelem sociologického studia“ (Machotka 1936) s cíli zejména praktickými, avšak i teoretickými. Obesláním všech školských zařízení byla pořízena kartotéka školních dětí, kterým se v roce sledování dostalo nějaké sociální pomoci. Sociální pracovnice pak shromáždily podrobné dotazníky od téměř 14 tisíc rodin, z nichž posléze byly vyloučeny necelé dva tisíce rodin s příjmem přesahujícím arbitrárně stanovenou hranici chudoby 300 Kč peněžního příjmu na osobu. S pomocí „nezaměstnaných inteligentů“ z pracovních kolon pak Státní úřad statistický nechal sestavit z uvedeného šetření tabulky, které Machotka využil k podrobnému popisu situace z hlediska městských čtvrtí, domovské příslušnosti a délky pobytu, a dále podle rodinných, bytových a socio-profesních charakteristik. Porovnání s daty sčítání lidu z roku 1930 ukázalo míru 6,5 % chudých domácností v hlavním městě, nejvíce pak ve Vysočanech a v Košířích (16 %). V průměru 63
připadalo v chudých rodinách 179 Kč na osobu měsíčně. Souvislost sociální potřebnosti a nezaměstnanosti byla zjištěna jako překvapivě slabá, naopak význam podpor jako zcela zásadní – dvě třetiny zachycených potřebných rodin by bez nich bylo přímo „ohroženo ve své fysické existenci“ (Machotka 1936, s. 156). Výzkum sociálních problémů v meziválečném Československu se odehrával za velmi omezených personálních a finančních podmínek. Lidé v něm zapojení byli pracovníky statistického úřadu, státních institucí, pedagogy vysokých i středních škol i dobrovolnými „lidovýchovnými pracovníky“. Někteří z významných pražských sociologů pracovali ve statistickém úřadu či ve vládních úřadech, a také obráceně platilo, že důležití vládní úředníci či zákonodárci byli odborně činní – jako například E. Štern, ředitel Ústřední sociální pojišťovny, či G. Reif, vrchní odborový rada ve Státním úřadu statistickém. Neblahý vývoj událostí na konci třicátých let přetrhnul osudy načatého díla – například ono velké dílo pražské sociologické školy pod Ullrichovým vedením se nikdy nedočkalo ani zevrubnější recenze. Zřejmě mnohá sebraná data už nemohla být tehdy důkladněji zpracována, anebo byla zpracována až po válce. Tak tomu bylo – zřejmě výjimečně – se šetřením 50 tisíc žáků a žaček 390 obecných a měšťanských škol, provedeným Uhlířem na konci třicátých let v šesti „inspekčních obvodech“ v Čechách a na Moravě. Autor sledoval vliv nejrůznějších rodinných okolností na prospěch dětí ve škole. Příjmovou hranici chudoby určil na 1000 Kč měsíčního příjmu rodiny, podle níž 50–80 % rodin v jednotlivých sledovaných obvodech bylo chudých. Bída také byla identifikována jako nejčastější příčina špatného prospěchu žáků (Uhlíř 1947). I když v období Protektorátu Čechy a Morava neochabovala pozornost k sociálním otázkám (tentokrát v zájmu žádoucí výkonnosti českých pracovních sil pro Říši) a sociologická činnost neustala, nenacházíme žádnou studii k danému tématu. O této době objevně píše Nešpor, který shromáždil informace (resp. doložil absenci dokumentace) týkající se činnosti dvou ústavů zřízených při Sociologické společnosti (zbavené tehdy názvu „Masarykova“): Sociologického ústavu a Ústavu pro hospodářskou a sociální výchovu. Činnost obou byla hojně dotována protektorátními úřady, hospodaření však bylo chaotické a kvalita výzkumných výsledků – pokud ony avizované vůbec vznikly – zřejmě velmi nízká (Nešpor 2008, s. 212–216). 1.2 Komunistický režim Tažení komunistů k totalitní moci ve státě v poválečném období bylo vydlážděno rétorikou boje za práva nejnižších vrstev, proti boháčům a buržoazii. Bylo legitimizováno nepříznivou poválečnou situací a odpovídalo celkovému „socializujícímu duchu“ doby, posíleném vstupem Rudé armády do střední Evropy. Po definitivním převzetí moci v roce 1948 komunisté zlikvidovali výzkum v široké společenskovědní oblasti. Agendu Sociálního ústavu při Ministerstvu sociál64
ní péče převzal Československý ústav práce, avšak i ten byl v roce 1951 uzavřen, stejně jako již o rok předtím Československý ústav pro výzkum veřejného mínění. Sociologie byla odsouzena jako „buržoazní pavěda“ a vyhnána z univerzit i z veřejného života. Některé výzkumy již zůstaly nezpracovány, jako například výzkum provedený pod vedením In. A. Bláhy na několikatisícovém souboru brněnských žáků v roce 1946. Chudoba se stala významným ideologickým tématem, resp. osou objasňování kapitalistického systému, ať předválečného v naší zemi nebo toho současného v západních zemích. Po příkladu díla Engelse (1950) vzniklo několik publikací, především kniha ekonoma Chyby Postavení dělnické třídy v kapitalistickém Československu, která opakovaně vycházela v upravených edicích v letech 1961–1972 (Chyba 1972). V podobném duchu byla koncipována i díla marxistické historiografie a školní učebnice: „Zástupným obrazem první republiky se ... stává hladová fronta nezaměstnaných, kteří čekají na vydání žebračenek“. Mnohem věcněji se uvedenému tématu věnovali historikové hospodářství V. Průcha, L. Kalinová, Z. Deyl a mnozí další. Na rozdíl od požadované kritiky poměrů v předválečném Československu bylo zkoumání chudoby v čase přítomném nepřípustné, neboť oficiálně byla novým režimem vymýcena. Toto tvrzení se mohlo opřít o plnou zaměstnanost a funkční systém sociálního zabezpečení, který v pozdních šedesátých letech již pokrýval celou populaci. Relativní příjmová chudoba nemohla být velká s ohledem na radikálně staženou příjmovou diferenciaci. Lze říci, že ochuzení celé populace komunistickým režimem (v důsledku likvidace podnikatelského stavu a tržní ekonomiky, vykořisťování sovětským „spojencem“ i dalších příčin) zakrývalo chudobu jejích částí. Nicméně také z hlediska tzv. absolutní chudoby, tj. skutečného strádání v důsledku neuspokojení elementárních potřeb jídla bylo v „socialistickém“ Československu jen málo chudých a nikdo nesměl být bez přístřeší. I když režim nepřipustil veřejnou manifestaci individuálního hmotného nedostatku jako například žebrotu, chudoba v absolutním slova smyslu nebyla úplně eliminována a zasáhla mnohé příslušníky bývalých „vykořisťovatelských tříd“, kteří byli zbaveni dosavadních zdrojů své obživy a současně i důchodových nároků. V rozporu s předvolebními sliby komunistů byli po likvidaci velké buržoazie vyvlastňováni (či nuceně združstevňováni) také rolníci a živnostníci. Velké byty se rozdělovaly na malé, lidé byli nuceni opouštět tzv. nadměrné byty a mnozí „třídní nepřátelé“ byli vystěhováváni ze svých domovů do vesnických barabizen – sedláci vyháněni z rodinných statků, intelektuálové z komfortních městských bytů. Reflexe životních podmínek a jejich diferenciace byla vtěsnána do ideologického rámce sociální rovnosti a stejnorodosti, přičemž empirický sociologický výzkum nebyl až do poloviny šedesátých let dovolen. Informace o životních podmínkách v první dekádě komunistické vlády je možné čerpat pouze ze mzdových statistik a nereprezentativních rodinných účtů. Rokem 1958 však započala dvě 65
pravidelná statistická výběrová šetření v domácnostech, totiž mikrocensy a rodinné účty. Mikrocensy byly nadále sbírány jednou za 3–5 let na 1–2 procentním náhodně vybraném souboru českých domácností až do roku 1988. Průběžné sledování rodinných účtů započalo rovněž v roce 1958, a to na kvótním výběru zhruba 0,1 procenta domácností dělníků, zaměstnanců a družstevních rolníků, k nimž byly později ještě přidány domácnosti důchodců bez ekonomicky aktivních členů. Uvedená šetření byla velmi nákladná – v případě mikrocensů se jednalo o velké soubory a v případě rodinných účtů zase o denní sledování všech výdajů. Zpracování dat však bylo jen popisné, přičemž na počátku nastavené uniformní třídění podle kategorií příjmu na osobu přežilo celou komunistickou éru. Přes pokrok děrnoštítkového a později i počítačového zpracování dat nedosahovalo jejich analytické vytěžení ani úrovně předválečných výzkumů. Pokud jde o disponibilitu dat pro další analýzy, datový soubor se podařilo autorovi „propašovat“ za brány statistického úřadu až v případě Mikrocensu 1970, přičemž oficiálně byl akademické obci poskytnut ke zpracování až Mikrocensus 1988 v roce 1990. Díky tomu se uvedená dvě šetření zachovala v podobě individuálních dat umožňujících další zpracování – na rozdíl ode všech ostatních předlistopadových statistických šetření. Sociologický výzkum chudoby nebyl vítán ani po oficiálním připuštění sociologie jako vědního oboru v polovině šedesátých let. Unikátním počinem v empirické oblasti bylo šetření sociální stratifikace a mobility provedené v roce 1967 týmem Ústavu sociálně-politických věd University Karlovy pod vedením Machonina (1969). Interpretace dat se však na chudobu nijak nezaměřovala a cenný datový soubor se bohužel nezachoval. Sběr dat tehdy provedl Státní statistický úřad, který uvedený výzkum „zabalil“ do mikrocensového šetření sebraného mimo obvyklý termín a na menším než obvyklém souboru. Jeho výsledky byly statistickým úřadem rovněž zpracovány a později publikovány ve standardní tabulkové podobě. V období normalizace byla tabuizována jak tematika sociální stratifikace, tak tematika chudoby, která byla považována za nepřípustnou v obrazu beztřídní, sociálně stejnorodé společnosti. Bylo zásluhou A. Matějovského a dalších, že navzdory tomu sociologická sekce Ústavu pro filozofii a sociologii ČSAV provedla – opět ve spolupráci se statistickým úřadem – dva výzkumy „třídní a sociální struktury Československa“ v letech 1978 a 1984. Hlubšího využití se však jejich data dočkala až po roce 1989, a to díky Machoninovi a jeho hlavnímu polistopadovému spolupracovníkovi Tučkovi (Machonin, Tuček 1996). Ani v nových studiích popisujících různé dimenze sociální stratifikace však chudoba nebyla specifickým tématem. Pro popis aktuální chudoby vynaložil po roce 1968 nejvíce úsilí Hiršl, který původně – jako pedagog Vysoké školy stranické ÚV KSČ – líčil chmurné postavení dělnické třídy za kapitalismu (Hiršl 1966), po nuceném opuštění této instituce v roce 1969 však obrátil svoji pozornost k chudým v socialistickém Československu, resp. – v přípustné dobové dikci – „domácnostem s omezenými možnostmi spotřeby“. Na přepočtech publikovaných tabulek z mikrocensových dat doku66
mentoval počty, zastoupení a složení nízkopříjmových domácností, výsledky pak publikoval v interních studiích Státního úřadu sociálního zabezpečení a jeho nástupních institucí. V analýzách si Hiršl definoval životní minimum jako 58 % a sociální minimum jako 46 % průměrného příjmu na spotřební jednotku, při jejichž výpočtu bral v úvahu také ekonomické postavení dospělých osob a věk dětí. Časová řada hovoří o postupném snižování podílů chudé populace v období 1958-1988 – z 5 % na nulu v případě životního minima a z 11 % na 7 % v případě sociálního minima. Ohrožení domácností takto definovanou chudobou záviselo hlavně na poměru ekonomicky aktivních a závislých členů a bylo tedy úzce spjato s životním cyklem rodiny. Se zmenšováním rozpětí příjmů na osobu se snižoval i podíl chudých (Hiršl 1992). Autor si byl vědom potřeby hlubšího výzkumu potřebných domácností, jeho dlouholeté úsilí o provedení sociologického šetření, které by doplnilo statistická data, však zůstalo bez výsledku. 1.3 Polistopadová éra S nástupem nového režimu padla tabu empirického výzkumu chudoby. Současně se vynořily nové problémy, které k potřebě takového výzkumu přispěly. Tržní systém, který vtrhl do poklidných vod „plánovaně nedostatkové“ ekonomiky, přinesl větší příjmovou nerovnost a s ní zvýšené riziko chudoby. Obavy z chudoby narostly v počátku transformace velmi silně, nejprve v souvislosti s liberalizací cen potravin a poté při zavádění nového systému daní a příspěvků na pojištění, zejména však ve spojení s nezaměstnaností. Skutečný nárůst chudoby však nebyl tak velký, jak se očekávalo – díky udržení vysoké zaměstnanosti, sociálním kompenzacím a brzkému zklidnění cen. Přestavba systému sociálního zabezpečení se řídila Scénářem sociální reformy připraveným na Federálním ministerstvu práce a sociálních věcí pod vedením tehdejšího náměstka ministra I. Tomeše. V rámci příprav rovněž pracovala odborná komise pro stanovení životního minima, vedená M. Hiršlem, v níž vznikla řada podkladů k danému tématu. O deset let později (v září 2002) byl publikován dokument nazvaný Sociální doktrína České republiky, který byl koncipován jako „minimální společné programové východisko pro tvůrce a realizátory sociální politiky českého státu v budoucím období“. V dokumentu se mj. uvádí, že „poskytnutí rovných příležitostí ve všech oblastech, zejména ve vzdělání a v přístupu na trh práce, je nejlepší formou boje proti chudobě a sociálnímu vyloučení“. Nemůžeme zde vyjmenovat všechny projekty, studie a iniciativy spojené s výzkumem chudoby v polistopadovém období, odkazujeme proto alespoň na některé. V očekávání expanze bádání v oblasti chudoby byl koncipován článek „Úvod do studia chudoby v Československu“ (Večerník 1991), kde byly shrnuty ve světě používané přístupy ke zjišťování chudoby a demonstrovány na datech výzkumů Ekonomická očekávání a postoje z prosince 1990 a června 1991. V těchto výzku67
mech byly – u nás poprvé – položeny dotazy umožňující sledovat subjektivní chudobu, konkrétně otázky týkající se příjmu považovaného za minimální pro vlastní domácnost, míry zvládání finančních těžkostí a pocitu chudoby rodiny dotazovaného. Výzkumy s uvedeným blokem otázek pokračovaly (zprvu dvakrát za rok, poději jednou za rok) až do roku 1998, přičemž některé z těchto dotazů byly nadále kladeny v pravidelných omnibusech agentury STEM Trendy. Z podnětu a s podporou vídeňského The Institute for Human Sciences (IWM) J. Večerník založil a vedl Nadaci START, která působila v letech 1993–1997 a financovala na dvě desítky studií z oblasti sociální politiky, příjmů a chudoby. O chudobě zde psali I. Možný, P. Mareš, M. Hiršl a M. Bartošová, o sociální politice M. Potůček – u většiny autorů šlo o jedny z prvních v dlouhé řadě jejich studií týkajících se sociálních problémů v české společnosti. Na Fakultě sociálních studií Masarykovy univerzity v Brně se z iniciativy Mareše a Sirovátky zformoval silný proud zkoumání chudoby, sociálního vyloučení a odpovídajících politik. Pod vedením druhého ze jmenovaných funguje jako brněnské výzkumné centrum Výzkumného ústavu práce a sociálních věcí. V rámci jeho aktivit vznikla řada studií k chudobě (viz např. Mareš 1995; Mareš 1999; Sirovátka 2002) a byl mj. řešen rozsáhlý projekt Monitorování chudoby v České republice (Mareš a další 2002). Samotné Ministerstvo práce a sociálních věcí začalo od roku 2004 sestavovat – ve spolupráci se širokým týmem zástupců různých organizací a institucí – Národní akční plány sociálního začleňování s datovými přílohami, jimiž do nich přispívá Český statistický úřad. Součástí téže agendy Evropské unie je rovněž činnost „Sítě nezávislých expertů pro sociální začleňování“, kteří každý rok zpracovávají tři národní zprávy popisující různé aspekty chudoby a sociálního vyloučení Evropské unie (za Českou republiku byl od roku 2004 prvním expertem J. Večerník, od poloviny roku 2007 je jím T. Sirovátka). Projekty a studie dnes mohou využívat velmi dobrou sociální statistiku, od roku 2005 pak zejména šetření Životní podmínky, které jsou součástí programu Evropské unie Statistics on Income and Living Conditions (EU-SILC). Tyto výzkumy dovolují sledovat kromě příjmů také některé subjektivní ukazatele finanční situace a deprivaci v různých oblastech (Sirovátka, Mareš 2006; Večerník 2009). Důležitým zdrojem jsou rovněž rodinné účty, jejichž pomocí sleduje Český statistický úřad spotřební výdaje a vybavenost domácností na souboru zhruba 3000 kvótně vybraných domácností a navíc na doplňkovém souboru domácností s nízkými příjmy. Statistická šetření nejsou ovšem dostatečná pro prozkoumání fenoménu chudoby, zejména v případech, kdy jsou jí – nebo jejímu riziku – vystaveny specifické skupiny populace. Problémovými skupinami, které se nemohou objevit ve statistických šetřeních, jsou například osoby v pečovatelských zařízeních, bezdomovci, nebo cizí pracovníci vystavení vykořisťování agenturami a klany. K obohacení 68
informací a zachycení specifických skupin slouží sociologické výzkumy a cílená pozorování. Hojné jsou výzkumy zaměřené na romskou populaci, kde se rovněž uplatňují antropologické a etnografické přístupy. Na ni se rovněž zaměřuje činnost nevládních organizací a soukromých agentur – pokud jde o problémy vyloučených romských lokalit, důležité byly aktivity Socioklubu a naposledy společnosti Ivan Gabal Analysis & Consulting (GAC). Občanské sdružení Socioklub působilo v letech 1995–2010 a mezi autory jeho publikací věnovaných sociálním problémům a sociální politice se nacházejí I. Tomeš, P. Víšek, L. Průša, M. Jakoubek a další. Publikace „Kudy ke dnu“ (Prudký, Šmídová 2010) je unikátní analýzou bezdomovectví založenou na sledování 4600 klientů občanského sdružení Naděje za období 1991–2004. Aktivity výše uvedeného sdružení dále pokračují v rámci Národního centra sociálních studií, o.p.s., které v roce 2011 zřídilo nové středisko pod zavedeným názvem Socioklub, vedené P. Víškem. Chudoba v postkomunistické střední Evropě se od počátku devadesátých let stala cílem analýz Světové banky a Mezinárodního měnového fondu. První publikace se však týkaly chudoby v Polsku a Maďarsku, nikoli v bývalém Československu, kde byla sociální situace obyvatelstva daleko lepší. Významná byla iniciativa Luxembourg Income Study, která již v létě 1991 – s pomocí Fordovy nadace – uspořádala konferenci na téma příjmové nerovnosti a sociální politiky ve východní Evropě (Smeeding, Torrey 1991). V roce 1996 byl publikován první český Human Development Report v rámci United Nations Development Programme (UNDP) a poté i další, věnované do značné míry právě sociální situaci. 1.4 Závěrem Chudoba je výrazným mezioborovým tématem, kde mezi teoretickými a metodologickými přístupy ekonomie, sociologie, sociální politiky a správy, popř. také antropologie a etnografie, neexistují ostré hranice. Každá ze společenskovědních disciplín přispívá trochu odlišným pohledem, přidává jiné informace, stanovuje si vlastní kritéria aplikovaná na definici chudoby, volí výběr a způsob sledování chudé populace a různých aspektů jejích životních podmínek. Empirický výzkum chudoby byl od počátku samostatného Československa považován za samozřejmou součást zájmu o životní podmínky obyvatelstva a podněcován silným sociálním tenorem „masarykovské“ socialistické politiky. Jakkoli masarykovsky „duchaplná“ byla spíše brněnská sociologická škola v čele s A. Bláhou, masarykovské „drobné práci“ odpovídala spíše empiricky orientovaná pražská škola Z. Ullricha, O. Machotky a dalších. I když výzkumné společenství nebylo zdaleka souladné, neexistovaly v něm žádné velké bariéry mezi obory, institucemi a osobnostmi. Přesvědčení o důležitosti zkoumání chudoby překlenovalo názorové rozdíly a přístupy. Připomeňme zde, co napsal Machotka v závěru své studie o sociálně potřebných rodinách v Praze: 69
„Jsme přesvědčeni, že potřeba objektivních vědeckých studií sociální skutečnosti bude stále více uznávána a že se stane v dohledné budoucnosti součástí racionálního ovládání sociálního dění. Věříme, že instituce pro sociální výzkum budou tak samozřejmé a považovány za stejně nutné jako laboratoře chemické či biologické. Nepochybujeme o tom, že bude všeobecně uznáno, že sociální výzkum musí být nákladný, má-li přinést skutečné poznání, že bez finančního podkladu se nedá vybudovat sociální věda, stejně jako se nedají dělati objevy v přírodních vědách. Pouhý rozum a osobní zkušenost, které dosud stačily mnohým sociologům k vědecké práci, se ukázaly nedostatečným pramenem poznání. Přejeme si z celého srdce, aby i u nás proniklo toto poznání co nejdříve a aby nám bylo dopřáno pracovati na rozvoji české sociologie a hlavně na sociologickém poznání českého sociálního života za těchto příhodných podmínek“ (Machotka 1936, s. 202). Po půl století se toto přání naplnilo a nastaly kýžené podmínky, pokud jde o uznání potřebnosti sociologického výzkumu i jeho nutné finanční nákladnosti. Různými aspekty a souvislostmi chudoby se dnes zabývá řada pracovišť, přičemž do projektů tak či onak souvisejících s chudobou natekly od roku 1990 prostředky ve výši nesrovnatelné s čímkoli předtím. Je možné pořizovat i rozsáhlejší dotazníkové výzkumy či financovat terénní průzkumy. K dispozici jsou rovněž komparativní mezinárodní data, ať velkých statistických šetření, či menších sociologických výzkumů. Nelze nezmínit ani současnou snadnost zpracování dat, kdy namísto nekonečné roboty na jednoduchém setřídění jedné otázky stačí vteřiny k mnohem složitějším výpočtům. Jakkoli již bylo mnohé učiněno, výzvy pro kvantitativní a kvalitativní výzkum chudoby, exkluze a marginalizace trvají a zřejmě jich nebude ani v budoucnu ubývat. K aktuálním problémům patří zejména vznik vyloučených lokalit, expanze lichvy a zadlužování, často následované cíleným ožebračováním lidí. Víme mnoho o příjmové diferenciaci, která se mění jen pomalu, avšak nevíme téměř nic o majetkovém rozvrstvení, které se rozpíná, či dokonce polarizuje. Máme mnoho ekonomických propočtů tzv. pasti chudoby ve smyslu dávkově výhodného či dokonce motivujícího opuštění trhu práce, avšak málo pozorování skutečných strategií ekonomického chování osob a domácností nacházejících se na nejnižších příčkách příjmového žebříčku, kde příjmy z neformální ekonomiky zřejmě hrají významnou roli.
70
Příloha 2: Přístupy ke zjišťování chudoby na počátku transformace Hranice chudoby nemůže být nikdy uspokojivě a jednoznačně určena, protože to není jen okamžitá, peněžně měřitelná situace jedince či rodiny. Jde spíše o vztah mající mnoho tváří, na který se můžeme dívat z různých pohledů. Chudoba by mohla být definována buď vzhledem ke „standardnímu balíku zboží a služeb“, nebo k průměrnému (či mediánovému) příjmu, nebo také k příjmům či situacím různých referenčních skupin populace. Samozřejmá není ani její časová dimenze, tj. doba trvání. Jak již dávno připomněl Barr (1994, s. 193), volba indikátoru není nikdy nezkreslená: „opravdu ‚vědecká’ definice chudoby je jen přeludem; všechny definice chudoby jsou koneckonců politické“. Politický status definice chudoby je však zřídka explicitně uveden nebo debatován jako takový, nýbrž zpravidla se věc pojednává jako čistě finanční záležitost. V dlouhé historii výzkumu chudoby se vyvinuly nejrůznější přístupy, pokud jde o konceptualizaci, sledování i řešení problému. Připomeňme některé z těch, které se uplatňovaly v 90. letech minulého století, kdy se naše země zbavila komunistického režimu a s ním skrývání sociálních problémů za ideologii sociálně stejnorodé společnosti s hospodářským plánováním a centrálním řízením ekonomiky jako nástroji jejího naplnění. Tehdy byla debata o chudobě na Západě již v plném proudu a mnohé se z ní začalo přenášet i k nám, stejně jako do dalších postkomunistických zemí. 2.1 Varianty vymezení a) absolutní a relativní: subsistence a sociální nerovnost V původním pojetí (Booth, Rowntree) byla hranice chudoby určena subsistenčním minimem, tedy prostředky dovolujícími uhradit potřeby holého přežití. Na rozdíl od této „absolutní“ definice je „relativní deprivace“dána vzdáleností od jistého společenského standardu: za určitou hranicí člověk sice může přežít, nicméně cítí se být vyloučen ze společnosti. Podle tohoto přístupu, který rozvíjel jako jeden z prvních Townsend (1970, 1979), nikoli fyzické, nýbrž sociální strádání je základem chudoby. Zatímco podíl chudých v absolutním slova smyslu ve vyspělých zemích systematicky klesal (jak například prokázalo porovnání počtu chudých v Yorku provedené Rowntreem v letech 1899, 1936 a 1950), podíl chudých v relativním smyslu může být ex definitione neměnný. Relativní pojetí chudoby ukázali v extrémní podobě Miller a Roby (1970, s. 42–44), když ji mj. definovali jako relativní příjmové manko vznikající v důsledku nerovnosti. Namísto sledování podílu chudých a jeho změny v čase položili jednoduchou otázku: jakou životní úroveň dovolují příjmy 10, 20 či 30 % obyvatel na nejnižších příčkách distribuce? Takový přístup je ovšem velmi zjednodušující v porovnání s Townsendovým přístupem, který definuje relativní deprivaci jakožto „... nedostatek prostředků pro takovou výživu, takové činnosti a životní podmínky jaké jsou obvyklé ... ve společnostech, k nimž lidé patří“ (Townsend 1979, s. 31). 71
Oproti němu Sen (1983) upozornil na „neredukovatelné absolutní jádro chudoby“, která nemůže ani klesnout pod práh subsistence, ani stoupnout na úroveň zjevného luxusu. Životní úroveň není definována ani druhem zboží, ani jejich vlastnostmi, ani jejich užitečností. Podstatné jsou schopnosti lidí „žít bez pocitu hanby“ (ve smyslu definice chudoby A. Smithe) nebo „podílet se na životě komunity“ (v pojetí Townsendově) či „uchovat si sebeúctu“ (v pojetí Rawlsově) či jakkoli jinak budeme stav chudoby definovat. K tomu ovšem různí lidé potřebují velmi různé absolutní prostředky. Hranice mezi absolutním a relativním pojetím chudoby není jednoduše stanovitelná – diskuse mezi Townsendem a Senem například ukázala, že stejného relativního efektu může být dosaženo různými spotřebními koši a že neexistuje žádný konflikt mezi „všepronikající relativitou“ a „neredukovatelným absolutním jádrem“ chudoby. Na druhé straně však Ringen (1988) upozornil na to, že o nějaké absolutní chudobě je vůbec těžko hovořit, protože i určení prostředků nezbytných pro přežití je historicky a společensky zakotveno. b) přímé a nepřímé: příjmy a spotřeba Nejčastějšími nástroji pro sledování chudoby jsou spotřeba či příjmy. Tato volba není lhostejná. Koncept relativní deprivace je konceptem spotřebním: chudoba je sledována přímo, tedy jako nízká úroveň spotřeby, viditelně zakládající sociální exkluzi. Sledování chudoby skrze příjmy je nepřímé: můžeme – jakkoli oprávněně – pouze předpokládat, že nízké příjmy vedou k nedostatečné spotřebě. Na jedné straně domácnost s nízkými peněžními příjmy může mít doplňkové naturální zdroje, na druhé straně i domácnost s vyššími peněžními příjmy může žít v chudobě, pokud muž jejich větší díl prohraje v hazardních hrách. Zatímco přímé vymezení životní úrovně je spojeno s principem rovnosti výsledků, nepřímé vymezení je spojeno s rovností příležitostí. Jak uvedl Ringen (1988), zatímco existuje dvojí konceptualizace chudoby, máme k dispozici jen jeden způsob jejího měření, tj. příjmově definovanou hranici chudoby. Podle charakteru konceptu a způsobu měření vznikají tři kombinace: 1. chudoba je definována nepřímo (jako nedostatek spotřebních příležitostí) a měřena rovněž nepřímo (jako nedostatek prostředků), tj. pomocí příjmové hranice chudoby; 2. chudoba je vymezena přímo (jako spotřební deprivace), avšak měřena nepřímo (pomocí příjmů); v tomto případě vzniká řada problémů, kam umístit hranici chudoby; 3. chudoba je vymezena přímo a v zájmu konzistence je hledán odpovídající indikátor exkluze; ten ovšem nemůže být jednoduchý, nýbrž vždy složený z průniku mnoha indikátorů (spotřeby, majetku, životních podmínek), z průniku absolutních a relativních hledisek ve smyslu navrhovaném Senem. c) jednoduché a složité: chudoba jako kumulace nevýhod Operativní indikátor chudoby musí být jednoduchý – o to méně je však potom přesný a tím více problémů vyvolává. Townsend se ve svém výzkumu chudoby 72
nespokojil jen s určením výše zdrojů, ale sledoval i ostatní aspekty života včetně spotřeby, bydlení, podmínek práce, rodinných a přátelských vztahů, zdraví atd. Na tomto základě konstruoval „indikátor deprivace“ mající 12 položek (Townsend 1979). Podobně postupoval Villeneuve v konstrukci složeného indikátoru „precarité“ v rozsáhlém opakovaném výzkumu chudoby prováděném INSEE (Villeneuve 1984). Rainwater ukázal, že „chudoba není jen nemít věci. Jsou to také sociální a psychologické podmínky, které ovlivňují, jak se lidé cítí a jak se chovají“ (Rainwater 1974, s. 35). Příkladů aplikace takového postupu lze najít velmi mnoho. Společné jim je odmítnutí jednoduché definice chudoby a hledání složitějších konstruktů sledujících ji jako vícedimenzionální stav deprivace. Kritika tu je ovšem nasnadě: za prvé, chudoba je stále sledována zvenčí, tj. je opominut problém výběru (jedinec může dát přednost dovolené před kvalitním jídlem, knihám před chladničkou); za druhé, zvolené indikátory odrážejí spíše přístup badatele než situace rodiny. Je totiž otázkou, jak stanovit skutečnou závažnost jednotlivých indikátorů sociální exkluze, která může být různými jednotlivci percipována velmi odlišně. Nebo, použijeme-li složené ukazatele, musíme se ptát, jaký je vlastně reálný, žitý obsah statistických konstruktů. Tyto otázky nutně vedou ke sledování chudoby jako subjektivního stavu, tj. jako individuálně vnímaného manka uspokojování potřeb. d) objektivní a subjektivní: sociální percepce potřeb Na rozdíl od (zatím převažujících a pro praktickou sociální politiku jediných použitelných) objektivních přístupů, subjektivní koncept chudoby vychází z přesvědčení, že jedinec sám je vždy nejlepším soudcem míry uspokojení svých potřeb. V subjektivním přístupu je smazána nejen hranice mezi absolutním a relativním, ale v jistém smyslu i mezi společenským a individuálním. V konkrétně žitém sociálním referenčním rámci posuzuje jednotlivec naléhavost vlastních potřeb a hierarchizuje sled jejich uspokojení. V ekonomické terminologii může jít o „individuální užitečnostní funkci“ (van Praag 1968), v psychologické terminologii třebas o percepci nezbytností (Mack, Lasley 1984). Subjektivní přístup k chudobě v ekonomii je nejvíce spjat s holandsko-vlámskou školou, v níž byly postupně vyvinuty tři konkrétní metody. Nejjednodušší je založena na otázce „Jaký čistý příjem považujete za absolutní minimum pro domácnost jako je Vaše? Jinak řečeno, jaký je příjmový obnos, pod nímž už nemůžete vyjít s penězi?“ (Kapteyn a další 1985). Empiricky bylo zjištěno, že čím vyšší je skutečný příjem rodiny, tím vyšší je i částka jí považovaná za minimálně přijatelnou. Pro odvození příjmové hranice se předpokládá, že pouze ty rodiny, které s příjmem právě sotva vycházejí (tj. nacházejí se těsně okolo hranice chudoby) jsou schopny poskytnout užitečný odhad, jaký příjem nejlépe koreluje s minimálním životním standardem (Deleeck, Van den Bosch 1992, s. 109). Složitější, tzv. leydenský přístup vychází z otázky hodnotící příjmy (Income Evaluation Question): „Uveďte, prosím, odpovídající příjem Vaší domácnosti pro každý 73
z následujících případů. V našich podmínkách je: příjem okolo ... je velmi špatný, příjem okolo … je špatný, příjem okolo … je nedostatečný, příjem okolo … je postačující, příjem okolo … je dobrý, příjem okolo … je velmi dobrý.“ Na jejím základě je pak stanovena individuální užitečností funkce příjmu (van Praag, 1971). Jiný přístup byl vyvinut v Antverpách H. Deleeckem, který využívá otázku „Vycházíte se současným příjmem Vaší domácnosti: s velkými obtížemi, s obtížemi, s určitými obtížemi, spíše snadno, snadno, velmi snadno“. Na základě odpovědí těch osob či domácností, o nichž se předpokládá, že se pohybují právě na hranici chudoby (varianta odpovědi „s obtížemi“), se konstruuje hranice chudoby (Moriani 1989). Na tato východiska byl navázán rozsáhlý komparativní výzkum subjektivní hranice chudoby v zemích EU, a to za vedení van Praaga a na základě spolupráce národních statistických úřadů poskytujících data rodinných účtů (van Praag, Flik 1990). V reformních zemích byl podobný výzkum realizován jen v Polsku (Podgórski, Dobrowolska 1991). U nás byly otázky o subjektivní chudobě použity v řadě empirických výzkumů Ekonomická očekávání a postoje (1991–1998). 2.2 Chudoba v tranzitivních zemích v porovnání s vyspělými V transitivních zemích střední a východní Evropy (dále SVE) neexistoval ani jednotný indikátor chudoby, ani nějaký zdroj údajů o příjmech domácností srovnatelný s vyspělými zeměmi. Výjimkou bylo bývalé Československo, kde v roce 1991 Zákon o životním minimu stanovil výpočet peněžních dávek cílených k podpoře domácnosti s nízkým příjmem. Podle tohoto zákona náleží pomoc všem občanům, jejichž příjmy klesly pod jistou hranici a kteří nejsou schopni z důvodů věku, zdravotní situace nebo jiných oprávněných důvodů své příjmy zvýšit. Jednotlivé žádosti o podporu podléhají přezkoumání příjmové a majetkové situace domácností. Formule navázala na předchozí určení hranice sociálních dávek v komunistické éře, které však bylo pouze doporučující a nenárokové. Nová úprava z roku 1991 posunula hranici „sociální potřebnosti“ o 50 % nahoru z hlediska nominálních příjmů, avšak o 25 % dolů z hlediska reálných příjmů. Pokud jde o data, československé mikrocensy byly rovněž výjimečné velikostí souborů a frekvencí sběru. Obdobná šetření byla uskutečněna rovněž v Maďarsku a Polsku, avšak s ohledem na omezenou spolehlivost dat byla namísto nich používána data maďarského socio-ekonomického panelu domácností a polských rodinných účtů. Ačkoliv v Maďarsku i Polsku byly oficiálně stanoveny hranice chudoby, nešlo o opatření analogická k českému životnímu minimu, která by zaručovala jednotlivcům a rodinám státní dávky pokrývající rozdíl mezi jejich skutečnými příjmy a stanovenou hranicí. Vedle státem určené hranice jsou zde navíc aplikována různá pomocná měřítka jako například minimální nebo průměrná mzda, minimální nebo průměrný důchod, přičemž také jejich procentní poměry vyjadřující hranici chudoby jsou měřeny různě. Z různých postupů jsme se pokusili shromáždit 74
pokud možno srovnatelné indikátory v rámci projektu Social Costs of Transformation (SOCO Project) financovaného prostřednictvím The Institute for Human Sciences (IWM) ve Vídni (tabulka 2.1).
Tabulka 2.1: Chudé domácnosti a osoby v tranzitivních zemích střední Evropy (% domácností a osob) Zákonná hranice chudoby: Domácnosti Osoby Hranice chudoby EU: Domácnosti Osoby
Česká republika 1988 1992
Maďarsko 1989 1992
Polsko 1993
1989
Slovensko 1988 1992
4,5 2,7
2,7 3,3
8,3 6,9
16,8 14,9
18,4 21,0
33,8 43,6
6,8 4,7
8,7 11,4
6,1 3,1
2,3 2,4
5,1 4,4
8,1 7,2
12,1 11,1
9,3 12,1
1,9 2,4
2,8 4,3
Zdroj: Za ČR a Slovensko Mikrocensy 1989 a 1992 (výpočet autora), za Maďarsko a Polsko sdělení národních expertů projektu SOCO.
Existenční minimum v Maďarsku bylo počítáno Centrálním statistickým úřadem skladebnou metodou z částek potřebných na krytí výdajů na výživu, bydlení a ostatní základní životní potřeby. Tato hranice, považovaná za dosti velkorysou, ohraničila v roce 1992 z populace okolo 15 % chudých. Jiný odhad vypracovaný kolektivem T. Kolosiho na panelu domácností, hovořil o 20 % chudých v roce 1992 a 30–35 % v letech 1993–1994 (Andorka, Spéder 1995). Počet chudých se odhadoval jako ostře stoupající od pozdních 80. let. Podle studie Světové banky (World Bank 1995a, s. 28) byli chudobou ohroženi hlavně lidé osamělí, nezaměstnaní, ekonomicky neaktivní, s nízkým vzděláním, Romové nebo členové rodin se čtyřmi a více dětmi. V Polsku se příjmové minimum rovněž měřilo různě. Propočtem sociálního minima na základě určení koše nezbytně nutných statků a služeb se již od 70. let zabýval Instytut Pracy i Spraw Socjalnych. Stanovená hranice platí pro místní úřady jako maximální, nikoli však jako nároková. Sociální minimum bylo stanoveno na vyšší úrovni než existenční minimum v Maďarsku a podle toho i podíl populace pod jeho hranicí byl vyšší (44 %). Podle kritéria minimálního důchodu (počítá-li se plná částka pro dospělou osobu a poloviční částka pro každé dítě) zde bylo totiž jen 14 % chudé populace, zatímco podle kritéria minimální mzdy dvakrát tolik. Z analýzy Světové banky (World Bank 1995b) vyplynulo, že primárními faktory chudoby jsou nízké výdělky (které se na jejích důvodech podílejí z 60 %), dále nezaměstnanost (35 %) a stáří nad 65 let (5 %). Srovnávací indikátor chudoby je používán databází MONEE International Child Development Centre UNICEF. Hranice chudoby zde byla určena jako 35– 45 % průměrné mzdy v jednotlivých zemích v roce 1989. Podle této míry bylo v letech 1991–1992 v České republice 25 % obyvatel chudých (při použití hranice 35 % průměrné mzdy), v Maďarsku činil podíl chudých 19 %, v Polsku 44 % a na Slovensku 34 % (u všech těchto zemí při použití hranice 40 % průměrné mzdy). Uvedené údaje o podílu chudé populace se jeví jako příliš vysoké a srovnání nevyznívá příliš přesvědčivě. Nicméně autoři citované studie rovněž určují 75
hranici extrémní chudoby na úrovni 60 % „normální“ chudoby určené – jak výše uvedeno – na hranici 35–45 % průměrné mzdy. Zjištěný podíl extrémně chudé populace měl pak blíže k oficiálnímu existenčnímu minimu a identifikoval jako chudé okolo 2 % domácností v České republice, 3 % na Slovensku a 10 % v Polsku (Cornia 1994, s. 38). Jiná srovnávací hranice chudoby byla stanovena pracovníkem Světové banky Milanovicem (1996) jakožto 120 USD na osobu a měsíc, ve srovnatelné paritě kupní síly podle cen roku 1990. Uvedený výpočet zjišťuje chudobu v letech 1992– 1993 jako mnohem nižší než vyplývá ze studie UNICEFu, konkrétně vyčísleno pak méně než 1 % populace v České republice a na Slovensku a 2 % v Maďarsku, avšak 13 % v Polsku. Polský odhad může být deformován extrémní inflací a pominutím doplňkových příjmů domácností, především z vlastního zemědělského hospodářství. Na rozdíl od poměrně nízkých čísel v zemích SVE činí podle Milanovice podíl chudé populace 33 % v Bulharsku, 22 % a Rumunsku, 38 % v Rusku a přes 40 % ve dvou z pobaltských států (tabulka 2.2).
Tabulka 2.2: Odhady absolutní chudoby a deficitu HDP v tranzitivních zemích (%) Procento chudých Polsko Bulharsko Rumunsko Balkán a Polsko Maďarsko Česká republika Slovensko Slovinsko Střední Evropa Litva Lotyšsko Estonsko Pobaltské země Rusko Ukrajina Bělorusko Moldávie Slovanské země a Moldávie Celkem bez střední Asie Kazachstán Uzbekistán Kyrgistán Turkmenistán Střední Asie Celkem
13 33 22 18 2 <1 <1 <1 1 46 23 40 37 38 41 23 65 39 31 50 29 76 48 43 32
Deficit v procentech hranice chudoby 26 31 32 30 32 21 16 40 27 39 19 33 30 36 32 26 43 34 30 34 29 47 36 37 32
Celkový deficit v procentech HDP 0,9 4,7 1,7 1,4 0,1 0,0 0,0 0,0 0,1 7,4 1,5 4,2 4,8 2,8 6,0 1,7 19,8 2,5 1,7 5,2 3,8 16,4 4,8 5,6 2,0
Zdroj: Milanovic 1997. Poznámky: Hranice chudoby byla v tomto případě stanovena na 120 USD na hlavu a měsíc, příjmy byly přepočteny na paritu kupní síly. Údaje rodinných účtů a podobných národních šetření byly přepočteny podle HDP.
Významnou institucí věnující se analýze příjmové distribuce a chudoby na Západě i Východě je Luxembourg Income Study. Z počátečních porovnání chudoby 76
uveďme práci Förstera a Tótha (1997) zahrnující široký okruh zemí. Šlo o relativní chudobu počítanou ve dvou variantách ekvivalentního příjmu, kdy ekvivalentní jednotky byly počítány jako druhá odmocnina z počtu osob v domácnosti (elasticita škály je 0,55). Zde se realisticky ukazuje, že zatímco země bývalého Československa byly zcela výjimečné malým rozsahem chudoby, Maďarsko a Polsko se blížilo spíše ekonomicky a sociálně méně vyspělým jihoevropským zemím. Zásadní rozdíl je vidět mezi skandinávskými a sociálně-tržními západoevropskými zeměmi na straně jedné a liberálními zeměmi Západu na straně druhé (tabulka 2.3).
Tabulka 2.3: Relativní chudoba ve vyspělých a transitivních zemích Severské země Dánsko Finsko Norsko Švédsko Kontinentální Evropa Rakousko Belgie Francie Německo Lucembursko Nizozemí Jižní Evropa Itálie Španělsko Anglosaské země Austrálie Kanada Irsko Velká Británie USA Střední a východní Evropa Česká republika Maďarsko Polsko Rusko Slovensko
rok
Hranice chudoby v procentech příjmového mediánu 50% 60%
1992 1991 1991 1992
7,1 5,8 6,1 6,3
14,2 11,2 12,1 11,1
1987 1992 1989 1989 1991 1991
6,7 5,5 9,4 5,8 4,2 6,7
12,2 11,4 15,8 11,7 12,1 11,8
1991 1990
10,9 10,5
19,0 17,9
1989 1991 1987 1991 1991
12,2 11,4 11,7 14,6 18,0
19,4 17,1 19,9 23,0 24,2
1992 1992 1992 1992 1992
2,1 8,6 9,9 19,7 2,0
6,0 14,7 16,3 26,4 5,8
Zdroj: Förster a Tóth 1997. Výpočty byly provedeny na databázi Luxembourg Income Study. Poznámka: Příjmy domácností byly přepočteny podle ekvivalenční škály s elasticitou 0,55 (druhá odmocnina členů domácnosti).
Měli bychom rovněž upozornit na rozdíly mezi zeměmi SVE z hlediska subjektivní chudoby. V roce 1993 se 14 % obyvatel České republiky, 17 % Maďarů a 21 % Poláků stejně jako Slováků umístilo na dva nejnižší stupně z desetistupňového žebříčku příjmů (výzkum Sociální stratifikace ve východní Evropě). V roce 1995 se 20 % obyvatel České republiky, 32 % Maďarů, 37 % Poláků a 31 % Slováků umístilo na dva nejnižší stupně ze sedmistupňové kategorizace příjmů (výzkum SOCO). Uvedené údaje naznačují, že rozdíly mezi zeměmi se, pokud jde o subjektivní vnímání vlastní pozice v příjmové hierarchii, zvětšily. Přestože nemůžeme porovnávat odlišné kategorizace, je zjevné, že nejpříznivější stav i vývoj zazna77
menává z tohoto hlediska Česká republika, zatímco nejméně příznivý stav i vývoj zaznamenává Polsko. Subjektivní žebříčky příjmu jsou pouze relativní povahy a neohraničují tedy populaci s nízkými příjmy ve smyslu absolutní chudoby. Jiným přístupem, který se více přibližuje určení absolutní chudoby, je subjektivní odhad finančního komfortu nebo naopak obtíží. Spodní hranice “velkých obtíží“ určuje jakožto populaci ohroženou chudobou v roce 1995 5 % domácností v České republice, 24 % v Maďarsku, 27 % v Polsku a 10 % na Slovensku. I v tomto případě se podíly populace uvádějící „velké obtíže“ v roce 1995 výrazně liší od podílů uváděných retrospektivně k roku 1988, nicméně pořadí zemí z hlediska intenzity obtíží zůstává stejné, s výjimkou zařazení Slovenska. Zatímco příjmová situace na Slovensku k roku 1988 byla hodnocena jako lepší než v České republice, aktuálně je považována za mnohem horší (výzkum SOCO). 2.3 Závěrem Rozsah a dynamika chudoby představují citlivý problém všude na světě. Ve svých ekonomických důsledcích zvyšuje chudoba nároky na přerozdělování a zatěžuje tak daňový systém a státní rozpočet. Výzkum chudoby a praxe sociální politiky přitom nejdou nevyhnutelně ruku v ruce. Někdy se naopak mohou velmi rozcházet. Proto také někteří autoři důsledně trvají na rozlišení „státní“ a „společenské“ hranice chudoby, z nichž první je zpravidla oficiální oporou pro nárokové sociální dávky a druhá ukazuje skutečný stav věcí. Je tu však i jiný rozdíl. Například v některých zemích je stanovení hranice chudoby zasuto v dávné minulosti a vlády se zabývají pouze její valorizací či indexací. Jinde se udržuje beznadějně zastaralý propočet, přestože již neodpovídá skutečnosti; změnit ho však nebývá lehké, protože jde o předmět politických zájmů. V prvním případě máme na mysli Velkou Británii, kde původní určení minimální sociálních dávek sahá kamsi do dob Beveridgovy zprávy (Dilnot, Kay, Morris 1984). Druhý případ se týká USA, kde oficiální hranice chudoby byla stanovena na základě metody Mollie Orshanské, tj. násobku reciproké hodnoty podílu výdajů na potraviny (Orshansky 1965). Základem je ovšem struktura výdajů z 60. let, kdy výdaje na potraviny činily jednu třetinu rozpočtu. Důležitost výzkumu chudoby u nás je umocněna některými historickými rysy, jež vyostřují již beztak problémové rozhraní mezi ekonomickou efektivností a sociální štědrostí. Především, tradice české společnosti má hluboké sociální a rovnostářské kořeny. Předválečný systém sociálního pojištění byl relativně vyspělý a velkorysý. Dále, komunistická politika sociálních jistot vedla k plošnému rozšíření a unifikaci tohoto systému. Zároveň jej však deformovala smazáním rozdílů mezi rozdělováním a přerozdělováním, ekonomickou a sociální sférou. K tomu se přidává stále akcentovanější kontext „sociální Evropy“. To vše znamená, že očekávání vztahované k sociálnímu zajištění jsou všeobecně velká. 78
Druhou polohou citlivého a nebezpečného rozhraní je ovšem snaha co nejméně podlamovat podněty k práci, nutit každého setrvat za každou cenu v ekonomickém objetí trhu práce. V pracovních úřadech se nutně potkávají lidé „obecně“ nekvalifikovaní s lidmi nekvalifikovanými „strukturně“ (vzhledem k aktuálním požadavkům) a navíc s těmi, kdo úspěšně kombinují welfare s vedlejšími příjmy. Státní pokladna tak hrozí být zbytečně vysávána a do „pasti chudoby“ se může chytnout zbytečně mnoho lidí. Právě problém „pastí“ upozorňuje jednak na provázanost funkcí trhu práce a architektury sociálního zabezpečení, jednak na souvislosti přivrácené a odvrácené strany ekonomiky. Není-li distance mezi životem z práce a životem z podpory dostatečně motivující, není důvod se pasti vyhýbat. Totéž se týká rozdílu ve výhodách uplatnění ve formální a neformální ekonomice.
79
Příloha 3: Pracovní intenzita a chudoba pracujících Zatímco chudoba byla po dlouhou dobu projevem úzce souvisejícím s životním cyklem rodinného života, v posledních dekádách je stále více závislá na pracovním zapojení členů domácností. Jinými slovy, namísto převažující demografické závislosti se prosazuje ekonomická závislost související s uplatněním na trhu práce. Proměnám v této oblasti odpovídá pozornost, kterou současný ekonomický a sociální výzkum věnuje uvedeným souvislostem, konkrétně pak chudobě osob žijících v domácnostech s pracujícími členy – tzv. in-work poverty. V postkomunistických zemích uvedená proměna v determinaci chudoby navíc souvisí s ekonomickou a společenskou transformací – byla zrušena povinná zaměstnanost a prohloubila se mzdová a příjmová diferenciace. Protože mzdy byly v minulém režimu na nízké úrovni, rodinné dávky byly ve vztahu k nim relativně vysoké, takže korelace mezi výdělky pracujících osob a čistými příjmy jejich domácností byla slabá a výsledné rozdíly v příjmech malé. Po roce 1990 se relativní hladina rodinných dávek vůči mzdám snížila a korelace mezi výdělky a příjmy domácností posílila. Pracovní intenzita domácností se tudíž silněji promítá do jejich disponibilních příjmů (Večerník 2009, kap. 5). Na rozdíl od západních zemí, kde je studium vztahu pracovní intenzity a chudoby už poměrně pokročilé (viz např. Cantillon a další 2004; Ward, Ozdemir 2009; Frazer, Marlier 2010; Spannagel, 2013), v tranzitivních zemích je zatím na počátku. V tomto textu proto poskytujeme informace o trendech v ukazatelích chudoby a pracovní intenzity v období 2005–2013 za sedm středoevropských zemí, k čemuž využíváme dat mezinárodního šetření European Union – Statistics on Income and Living Conditions (dále EU-SILC), která dovolují sledovat souvislosti mezi ekonomickým postavením osob a situací domácností. Text je strukturován následujícím způsobem. V první části představujeme zvolené ukazatele chudoby – ohrožení příjmovou chudobou a finanční obtíže domácností. Ve druhé části ukazujeme trendy ohrožení příjmovou chudobou a finančních obtíží domácností za minulou necelou dekádu na základě dat šetření EU-SILC. Ve třetí části pak představujeme proměnné a výzkumné soubory použité v následné analytické části a popisujeme metodiku logistické regresní analýzy. Analýza ukázala, že pracovní intenzita domácností je důležitým faktorem ohrožení příjmovou chudobou i finančních obtíží domácností, který i přes jisté oslabení zůstává silný. 3.1 Vývoj ukazatelů pracovní intenzity a chudoby ve středoevropském kontextu Dříve než přistoupíme k analýze specifického vlivu pracovní intenzity na chudobu u nás, zasadíme vysvětlované ukazatele do středoevropského a vývojového kontextu. K tomu využíváme údaje o trendech založených na sérii doposud provedených šetřeních EU-SILC za vybraných sedm středoevropských zemí. Ve všech 80
sledovaných indikátorech je jednotkou pozorování osoba, což znamená, že charakteristiky zjištěné u domácností jsou připsány všem osobám, které v nich žijí. Vážením se výsledky přepočítávají na celé populace sledovaných zemí, resp. jejich specifikované sub-populace.
Graf 3.1: Osoby v domácnostech s velmi nízkou pracovní intenzitou (% populace 18–59 let)
Zdroj: EU-SILC Eurostat tab ilc_lvhl14.
V grafu 3.1 je uvedeno procento osob v aktivním věku žijících v domácnostech s velmi nízkou pracovní intenzitou. Sledované země se dělí do dvou skupin. Vysoký podíl těchto osob nacházíme v Maďarsku a – poněkud překvapivě – v Německu. V ostatních zemích se tento podíl soustřeďuje do rozmezí 7–9 %, do něhož se po rychlém snížení v „předkrizovém“ období dostal příslušný ukazatel také za Polsko. V ČR a SR je podíl osob žijících v domácnostech s velmi nízkou pracovní intenzitou vůbec nejnižší ze sledovaných zemí. Jde dokonce o téměř nejnižší úroveň v rámci celé EU. V grafu 3.2 je sledováno procento pracujících osob ohrožených příjmovou chudobou. V tomto případě vystupuje jako jediný „outlier“ Polsko, a to i přes značný pokles ukazatele ve sledovaném období. Jedná se zřejmě hlavně o rolnické domácnosti, kde příjmový ukazatel selhává kvůli značnému podílu naturálních zdrojů. Ostatní země jsou rozmístěny v rozpětí 4–9 %, tedy poněkud širším než v předchozím případě. Zde se objevuje rozdíl mezi dvěma zeměmi vyspělé tržní ekonomiky, kde je úroveň sledovaného ukazatele vyšší, a tranzitivními zeměmi (s výjimkou zmíněného Polska), kde je jeho úroveň nižší. Nejnižší procento zaměstnaných osob ohrožených příjmovou chudobou je v ČR (podobně jako v pří81
padě ohrožení příjmovou chudobou celé populace), SR se však za ni postupně dostalo ze všech zemí nejblíže.
Graf 3.2: Příjmová chudoba pracujících osob (%)
Zdroj: EU-SILC Eurostat tab ilc_li04 ( employed persons).
Trendy v grafech 3.1 a 3.2 ukazují sblížení ukazatelů za sledované země z rozpětí až 10 procentních bodů v roce 2005 do rozpětí nanejvýš 7 procentních bodů v roce 2013. V obou případech zaznamenalo příznivý vývoj Polsko. V průběhu recese se v ČR se nepatrně zvýšil podíl domácností s velmi nízkou pracovní intenzitou a výrazněji pak jejich ohrožení příjmovou chudobou. V grafu 3.3 sledujeme procento zaměstnaných osob s finančními obtížemi. V souladu s metodikou Eurostatu je z otázky, jak vycházejí domácnosti s příjmy, použita varianta „s velkými obtížemi”. Stav a vývoj finančních obtíží se zásadně liší 18 od stavu a vývoje příjmové chudoby znázorněné v předchozím grafu. Náš zájem se ovšem týká pracujících osob, na které jsou vztaženy charakteristiky domácností. Zjištěná úroveň ukazatele se od indikátoru příjmové chudoby výrazně odlišuje. Především nejméně časté finanční obtíže trvale vykazují populace pracujících Německa a Rakouska. Pokud jde o tranzitivní země, došlo v průběhu zachyceného období ke značnému sblížení ukazatelů mezi státy s výraznou výjimkou Maďarska. Tam se podíl pracujících osob žijících v domácnostech s velkými finančními obtížemi už v „předkrizovém“ období velmi zvýšil a posléze ustálil na jedné pětině sledované populace. Pořadí zemí se v průběhu sledovaného období téměř nezměnilo, z tranzitivních zemí je na tom nejlépe ČR, následuje Slovinsko, Polsko a Slovensko. 82
Graf 3.3: Finanční obtíže pracujících osob (%)
Zdroj: EU- SILC ( výpočet autorů).
Odlišnost pohledů založená na dvou sledovaných ukazatelích chudoby naznačuje, že jejich překrytí je velmi malé. Korelace mezi nimi se pohybuje v rozmezí hodnot Pearsonova koeficientu 0,09 (v Rakousku) a 0,35 (v Maďarsku). Zatímco v Rakousku pouze 8 % pracujících osob v domácnostech spadajících pod „příjmově chudé“ vykazuje současně velké finanční obtíže, v Maďarsku je to 56 %. V Německu je zmíněné překrytí obou ukazatelů podobně slabé jako v Rakousku, v tranzitivních zemích kromě Maďarska se však pohybuje kolem 20 %. Znamená to, že pod kritérium příjmové chudoby povětšinou spadají osoby, jejichž domácnosti nehlásí velké finanční obtíže, nicméně často deklarují finanční obtíže menšího rázu. Velký nesoulad ukazatelů se ukazuje i v opačném pohledu, kdy totiž většina domácností vykazující velké finanční obtíže nespadá pod kritérium ohrožení příjmovou chudobou. Toto procento je o něco nižší v obou západních zemích (77 % v Rakousku a 66 % v Německu) a také v Polsku (67 %), nicméně v ostatních zemích se pohybuje na vysokých hodnotách v rozmezí 80–85 %. Uvedený nesoulad vysílá velmi kritický signál ohledně výpovědní schopnosti standardního ukazatele ohrožení příjmovou chudobou a upozorňuje na nutnost jeho doplnění alternativními indikátory. Výpočty sledující míru příjmové chudoby a finančních obtíží pracujících osob neodpovídají na otázku, jak se domácnosti s pracujícími členy podílejí na příjmové a finanční chudobě celé populace. Jinými slovy, jak významný díl z celého objemu chudoby či finančních obtíží v dané zemi připadá na domácnosti s pracujícími členy, na rozdíl od domácností důchodců, popř. jiných neaktivních osob. Procenta 83
zobrazená v grafech 3.4 a 3.5 ukazují jejich úroveň a vývoj. V těchto grafech jsme vynechali první šetření EU-SILC provedené v roce 2005. Důvodem je extrémní rozkmit zejména v případě ukazatele příjmové chudoby v prvním šetření, kdy byly výzkumné soubory nejmenší.
Graf 3.4: Podíl osob v domácnostech s pracujícími členy na populaci vykazující příjmovou chudobu (%)
Zdroj: EU- SILC ( výpočet autorů).
Graf 3.5: Podíl osob v domácnostech s pracujícími členy na populaci vykazující finanční obtíže (%)
Zdroj: EU- SILC ( výpočet autorů).
84
Rozdíly mezi zeměmi se zásadně liší podle ukazatelů. V ukazateli příjmové chudoby se podíl osob žijících v domácnostech s pracujícími členy pohybuje v širokém pásmu mezi 40 % (Německo) a 70 % (Polsko) s mírnou tendencí k jejich sbližování. Pokud jde o ČR a SR, na rozdíl od celkové míry příjmové chudoby, která se za dobu zachycenou v šetřeních EU-SILC nezměnila takřka vůbec, složení souboru ohrožených příjmovou chudobou se změnilo poměrně výrazně, a to v obou zemích protichůdně: zatímco podíl osob žijících v domácnostech s pracujícími členy ohrožených příjmovou chudobou se v ČR zvýšil (s výkyvem nahoru v letech 2011 a 2012), v SR se snížil (s výkyvem dolů v letech 2010 a 2013), takže obě země si jsou nyní v tomto ukazateli velmi blízké. V ukazateli finančních obtíží se objevuje až překvapivá podobnost tranzitivních zemí, v nichž se osoby žijící v domácnostech s pracujícími členy podílejí na celkové populaci dotčené velkými finančními obtížemi 60–70 %. Oproti tomu v Rakousku a v Německu (kde je ovšem procento populace s finančními obtížemi daleko nejnižší) připadá jedna polovina na osoby s pracujícími členy v domácnosti a druhá polovina na osoby v domácnostech důchodců a dalších neaktivních osob. V ČR a SR se podíl osob v domácnostech s pracujícími členy na tomto ukazateli snížil, rozdíl však zůstává značný: na Slovensku (spolu s Maďarskem) je podíl osob v domácnostech s pracujícími členy na ukazateli finančních obtíží ze sledovaných zemí nejvyšší. 3.2. Výzkumné soubory a proměnné analýzy vlivu pracovní intenzity na chudobu Pro analýzu vlivu pracovní intenzity na příjmovou chudobu a finanční obtíže v ČR používáme soubory osob a domácností šetření EU-SILC provedených v letech 2006, 2010 a 2013. Z analýzy jsme vyloučili data prvního šetření EU-SILC z roku 2005 z toho důvodu, že soubor osob v pracovním věku byl v ČR v prvním roce šetření takřka poloviční než v následujících letech, takže některé kategorie vysvětlovaných proměnných neměly dostatečné zastoupení. Pro roky 2006 a 2010 používáme evropský mezinárodní soubor, zatímco pro rok 2013 národní soubory. Výchozí jsou pro nás soubory jednotlivců, které omezujeme na pracující osoby ve věku 18–64 let, k nimž přidáváme osoby nad 64 let, které jsou zaměstnané nebo podnikají – pro zjednodušení výkladu je všechny nazýváme „osobami v pracovním věku“. K nim pak připojujeme ze souborů osob charakteristiky dalších členů domácnosti z hlediska jejich ekonomické aktivity, a ze souborů domácností pak příjmy pro výpočet příjmové chudoby a dále deklarovanou proměnnou finančních obtíží. Vysvětlované proměnné vstupující do dvou modelů naší analýzy byly definovány takto: Indikátor příjmové chudoby – vysvětlovaná proměnná nabývá hodnoty 1, pokud se domácnost sledované osoby nachází pod stanovenou hranicí ohrožení příjmovou chudobou, v opačném případě je roven nule. V datech EU-SILC je tento 85
indikátor odvozený z příjmů domácností za kalendářní rok předcházející době šetření, jedná se tedy o „roční“ ukazatel. Indikátor finančních obtíží – vysvětlovaná proměnná nabývá hodnoty 1, pokud osoba vypovídající o situaci domácnosti uvedla, že domácnost vychází s měsíčním příjmem „s velkými obtížemi“ anebo „s obtížemi“, zatímco nulové hodnoty nabývá v ostatních případech. V tomto případě se odchylujeme od metodiky Eurostatu použité v grafech 3.3 a 3.5. Tento indikátor hodnotí současnou situaci a jedná se tedy o „aktuální“ ukazatel. Ohledně vztahu příjmové chudoby či finančních obtíží a pracovní intenzity je nutné připomenout, že oba sledované ukazatele jsou založeny na situaci celé domácnosti. Je-li domácnost indikována jako ohrožená příjmovou chudobou nebo deklarující finanční obtíže, je tato charakteristika připsána všem jejím členům. Materiální situace pracujících osob je ovlivněna nejen jejich vlastním výdělkem, ale ještě dalšími okolnostmi. Pracující osoba se může ocitnout v pásmu příjmové chudoby či zažívat finanční obtíže zejména ze tří důvodů: 1) její výdělek je nízký, 2) její pracovní intenzita je slabá, anebo 3) pracovní příjem dané osoby je dostačující, ale v domácnosti jsou další členové, kteří jsou ekonomicky neaktivní. Nasnadě jsou samozřejmě kombinace některých či všech tří možností. Mezi oběma modely jsou, vzhledem k odlišnému referenčnímu období, drobné rozdíly. Nejprve se zaměříme na popis proměnných v modelu vysvětlujícím (roční) příjmovou chudobu. Vliv pracovního příjmu je zachycen zahrnutím pracovních charakteristik, které ovlivňují výši výdělku, mezi vysvětlované proměnné modelu (podobně jako u běžných mzdových regresních modelů). Protože v šetření EUSILC se zjišťované pracovní charakteristiky týkají aktuálního stavu, je v analýze příjmové „roční“ chudoby nutně dalším omezením zkoumaného souboru také pracovní aktivita osob v současnosti, neboť jen tyto osoby odpovídají na potřebné otázky. Jsme si ovšem vědomi skutečnosti, že pracovní charakteristiky v některých případech nemusejí odpovídat příjmům za předchozí kalendářní rok. Přijímáme tak předpoklad, který v některých případech nemusí platit, že současné pracovní charakteristiky mají vliv na příjmovou „roční“ chudobu. Takto ostatně postupují všechny studie o mzdách a příjmech založené na datech EU-SILC. Všechny vysvětlující proměnné v analýze – kromě věku a jeho kvadrátu – jsou převedeny do podoby dummy. Detailněji je třeba vysvětlit dvě dummy proměnné týkající se pracovní smlouvy, kde referenční skupina není zřejmá. Proměnná „trvalá smlouva“ zachycuje zaměstnance se smlouvou na dobu neurčitou, „dočasná smlouva“ pak zaměstnance se smlouvou na dobu určitou, ale také jiné formy smluv či dohod. Referenční skupinou k těmto dvěma proměnným týkajících se zaměstnanců jsou osoby samostatně výdělečně činné (OSVČ). Pokud jde o indikaci pracovní intenzity, na kterou se především soustřeďuje náš zájem, používáme v analýze dva ukazatele: 86
Pracovní intenzita sledované osoby je odvozena z počtu odpracovaných měsíců za předchozí kalendářní rok, přičemž podmínkou pro zařazení osoby do zkoumaného souboru je její pracovní aktivita po dobu alespoň jednoho měsíce. Pracovní intenzita je pak překódována na dvě dummy proměnné: „vysoká pracovní intenzita“ (kdy osoba pracovala více než polovinu roku) a „plná pracovní intenzita“ (kdy osoba pracovala celý rok). Referenční skupinou jsou osoby, které pracovaly pouze půl roku či méně. Pracovní intenzita ostatních členů domácnosti v pracovním věku je měřena počtem měsíců, kdy tito členové domácnosti pracovali, vyděleným celkovým možným počtem měsíců, kdy mohli pracovat (stejně jako v přístupu Eurostatu uvedeném výše). Pro naši analýzu je proměnná překódována do pěti dummy proměnných: nulová, nízká (více než nula, ale méně než 0,5), poloviční (0,5), vysoká (více než 0,5, ale méně než 1) a plná pracovní intenzita. Referenční skupinou jsou osoby, v jejichž domácnosti není žádný další člen v pracovním věku. U „aktuálního“ ukazatele finančních obtíží zachycují vysvětlující proměnné pouze dvě ze tří výše možných příčin zmíněných výše. V prvním případě se vysvětlující proměnné zahrnující pracovní charakteristiky shodují. V tomto případě také současné pracovní charakteristiky plně odpovídají referenčnímu období vysvětlované proměnné. Analyzovaný výzkumný soubor je omezen na aktuálně pracující osoby. Druhá skupina proměnných zachycující vlastní pracovní intenzitu osob tak pozbývá smysl. Třetí skupina proměnných se liší od předchozího přístupu v tom, že zachycuje pracovní intenzitu ostatních členů domácnosti v pracovním věku pouze v současném stavu, tedy odpovídá podílu pracujících členů. Překódování na dummy proměnné je shodné jako v předchozím případě a referenční skupinou zůstávají osoby, v jejichž domácnosti není žádný další člen v aktivním věku. 3.4. Logistická regresní analýza vlivu pracovní intenzity na chudobu Pro analýzu specifického vlivu pracovní intenzity na ukazatele chudoby v ČR aplikujeme metodu logistické regrese. Volba této metody je dána charakterem vysvětlovaných dichotomických proměnných. Z jejích výstupů namísto koeficientů uvádíme poměry šancí (odds ratios). Šance, že se příjmová chudoba (resp. finanční obtíže) vyskytne u osob s vysvětlovanou proměnnou x=1 je definována jako p(1) / (1-p(1). Podobně šance, že se příjmová chudoba (resp. finanční obtíže) vyskytnou u osob s vysvětlovanou proměnnou x=0 je definována jako p(0) / (1-p(0). Pro příklad: je-li odds ratio pro proměnnou „muž“ rovno 2, znamená to, že příjmová chudoba (resp. finanční obtíže) nastává u mužů s dvakrát větší šancí než u žen. Naopak, bude-li odds ratio rovno 0,5, potom muži vykazují poloviční (neboli o 50 % nižší) šanci příjmové chudoby, resp. finančních obtíží, než ženy. Model 1 v tabulce 3.1 sleduje faktory příjmové chudoby, v prvé řadě vliv pracovní intenzity sledované osoby, který je významný. V roce 2006 měly osoby pracující nadpoloviční část roku o 81 % a osoby pracující po celý rok dokonce o 91 % nižší 87
šanci příjmové chudoby než osoby pracující méně než půl roku. V následujících letech se výhoda osob pracujících nadpoloviční část roku oproti osobám pracujícím méně než půl roku poněkud snížila a zejména v roce 2010 se zvětšil i rozdíl v poměru šancí příjmové chudoby mezi osobami s vysokou a plnou pracovní intenzitou. Nicméně příjmová chudoba zůstala i nadále velmi výraznou doménou osob pracujících méně než půl roku.
Tabulka 3.1: Rizika příjmové chudoby a finančních obtíží (logistická regrese, odds ratios) Model 1 – Příjmová chudoba 2006
2010
2013
Pracovní intenzita osoby: - vysoká 0.19*** 0.45*** 0.31*** - plná 0.09*** 0.09*** 0.18*** Pracovní intenzita ostatních členů domácnosti v aktivním věku: - nulová 1.16 1.23 2.22*** - nízká 0.51*** 0.40*** 1.15 - poloviční 0.09*** 0.22*** 0.30*** - vysoká 0.06*** 0.06*** 0.16*** - plná 0.03*** 0.05*** 0.11*** Pracovní charakteristiky a kontrolní proměnné: Muž 0.58*** 0.79* 0.73** Středoškolské vzdělání 0.61** 0.49*** 0.88 Vysokoškolské vzdělání 0.20*** 0.38*** 0.68 Věk 1.19*** 1.22*** 1.10** Věk2 1.00*** 1.00*** 1.00** Dítě 0-2 let 0.87 0.50*** 0.20*** Dítě 3-5 let 0.93 1.07 0.60** Dítě 6-17 let 3.28*** 2.89*** 2.34*** Neaktivní osoba 65+ let 0.06*** 0.15*** 0.16*** Hustě obydlená oblast 1.04 0.60*** 0.70** Středně obydlená oblast 1.40** 0.75* 0.78* Manažerská/vedoucí pozice 0.52** 0.68* 0.50*** Smlouva – trvalá 0.92 0.39*** 0.29*** Smlouva – dočasná 1.45 0.50*** 0.60** Velikost firmy 11-49 0.99 0.81 0.77 Velikost firmy 50+ 0.85 0.58*** 0.63** Konstanta 0.07** 0.04*** 0.13* N1 Nagelkerke R2
7311 0.38
8749 0.32
7847 0.32
Model 2 – Finanční chudoba 2006
2010
2013
-
-
-
1.32** 1.06 0.83* 1.11 0.47***
1.35*** 1.12 0.80** 0.75** 0.48***
1.28** 0.87 0.84* 0.74** 0.58***
0.83*** 0.62*** 0.39*** 1.01 1.00 1.05 1.40*** 1.59*** 0.91 1.27*** 1.11 0.79** 1.31*** 1.90*** 1.10 1.02 0.15***
0.80*** 0.62*** 0.36*** 1.00 1.00 0.96 1.34*** 1.52*** 1.02 0.96 0.98 0.67*** 1.40*** 2.03*** 1.01 0.89 0.42**
0.85*** 0.58*** 0.29*** 1.01 1.00 1.31** 0.98 1.44*** 0.95 1.05 1.11 0.70*** 1.46*** 2.56*** 1.07 0.97 0.33**
7386 0.14
8822 0.14
7989 0.14
Zdroj: EU-SILC (výpočet autorů). Poznámka: * statisticky signifikantní na 10% hladině významnosti, ** statisticky signifikantní na 5% hladině významnosti, *** statisticky signifikantní na 1% hladině významnosti. 1 Nevážené. Všechny modely zahrnují kategorie zaměstnání (ISCO) jako vysvětlující proměnné.
Také pracovní intenzita ostatních členů domácnosti v pracovním věku má značný vliv na výskyt příjmové chudoby. Zjišťujeme, že během sledovaného období vzrostl vliv nulové pracovní intenzity ostatních členů domácnosti (respektive tento faktor 88
nabyl statistické významnosti až v roce 2013). Není překvapivé, že pracující osoby jsou na tom z hlediska výskytu příjmové chudoby lépe, když v domácnosti nejsou žádní další členové v pracovním věku, než když tam další členové jsou, ale nepracují. Pokud pracují i další členové domácnosti, byť v průměru méně než polovinu roku, šance zařazení mezi příjmově chudé osoby se snižuje ve srovnání s domácnostmi bez členů v pracovním věku. Pokud jde o statistickou významnost u nulové a nízké pracovní intenzity ostatních členů domácnosti, platí, že významný vliv se projevuje jen u jedné z těchto kategorií. To naznačuje, že ve srovnání s domácnostmi bez dalších členů v pracovním věku existuje křehká hranice mezi tím, kdy velmi nízká pracovní intenzita ostatních členů zvyšuje výskyt příjmové chudoby a kdy už napomáhá toto riziko snížit. Ke značnému snížení poměru šancí dochází, když ostatní členové domácnosti pracují v průměru polovinu roku a více. Tento efekt byl nejvýraznější v roce 2006, přičemž v dalších letech oslabil. Pokud jde o další osobní a pracovní charakteristiky, muži vykazují nižší šanci výskytu příjmové chudoby než ženy, což je v souladu s rozdílem výdělků mezi pohlavími. Protože vzdělání má pozitivní vliv na příjmy, šance výskytu příjmové chudoby se směrem k vyššímu vzdělání snižuje (relativně k základnímu vzdělání). Totéž se týká i dalších pracovních charakteristik, u kterých lze očekávat pozitivní dopad na výdělek. Za pozornost stojí porovnání poměru šancí příjmové chudoby u zaměstnanců (s rozlišením druhu pracovní smlouvy) a osob samostatně výdělečně činných (OSVČ – referenční skupina). Zaměstnanci s trvalou pracovní smlouvou vykazují oproti OSVČ nižší šanci výskytu příjmové chudoby než osoby s dočasným pracovním vztahem oproti OSVČ. Dočasné pracovní poměry totiž zahrnují zkušební lhůty a různé formy dohod, kde mzdy bývají zpravidla nižší. Obě kategorie zaměstnanců však stejně vykazují nižší šanci výskytu příjmové chudoby než OSVČ. Pokud tedy měříme chudobu pomocí deklarovaných příjmů, jsou na tom podnikatelé hůře než zaměstnanci. Z ostatních kontrolních proměnných poskytuje zajímavé výsledky přítomnost dalších členů domácnosti, konkrétně dětí a ekonomicky neaktivních osob od 65 let. V letech 2010 a 2013 přítomnost dětí ve věku 0-2 projevila statisticky významným snížením šance výskytu příjmové chudoby oproti osobám bez dětí v tomto věku. Shoda s dobou pobírání rodičovského příspěvku nasvědčuje tomu, že příspěvek kompenzuje výpadek pracovního příjmu jednoho z rodičů natolik, že osoby žijící v domácnostech s dětmi v tomto věku jsou méně vystaveny výskytu příjmové chudoby než osoby z domácností bez dětí nebo se staršími dětmi. Přítomnost dětí ve věku 6-17 let zvyšuje šanci výskytu příjmové chudoby ve srovnání s jejich nepřítomností, zatímco přítomnost neaktivních osob starších 65 let ji, ve srovnání s jejich nepřítomností, naopak snižuje. Rovněž příjem z důchodů tedy napomáhá snížení rizika příjmové chudoby. Model 2 v tabulce 3.1 sleduje faktory finančních obtíží, tedy že domácnost se svými příjmy vychází „s velkými obtížemi“ nebo „s obtížemi“. Oproti Mode89
lu 1 zjišťujeme zejména mnohem slabší vliv pracovní intenzity ostatních členů domácnosti v pracovním věku. Šance výskytu finančních obtíží začíná být nižší než u osob, v jejichž domácnosti další členové v pracovním věku nejsou, až při poloviční pracovní intenzitě ostatních členů. Pokud všichni ostatní členové domácnosti v pracovním věku pracují, je šance výskytu finančních obtíží zhruba poloviční oproti situaci, kdy v domácnosti další takoví členové nejsou. V porovnání s propočtem poměru šancí příjmové chudoby domácnosti samy tedy hodnotí svoji finanční situaci kritičtěji a ani plná pracovní intenzita ostatních členů nepomůže riziko finančních obtíží eliminovat. Důvodem je to, že domácnosti v hodnocení své finanční situace berou v úvahu celkovou bilanci hospodaření, na rozdíl od ukazatele založeného pouze na příjmech. I v případě finančních obtíží vykazují muži menší šanci jejich výskytu než ženy (přibližně o 20 %), přičemž uvedený poměr šancí je statisticky významný a stabilní v čase. Rovněž vzdělání má statisticky významný vliv, který se během sledovaných let ještě mírně zvýšil. V roce 2013 měly osoby s vysokoškolským vzděláním zhruba třetinovou šanci výskytu finančních obtíží ve srovnání s osobami se základním vzděláním. Z pracovních charakteristik je nutné vyzdvihnout vliv závislého zaměstnání oproti OSVČ. Oproti Modelu 1 pozorujeme výrazně vyšší šanci výskytu finančních obtíží u obou skupin zaměstnanců (s trvalou i dočasnou smlouvou) než mají OSVČ. Jde tedy o opačný výsledek, kterému je třeba věnovat pozornost. Výpověď o finančních obtížích bere v úvahu širší aspekty hospodaření domácností, přičemž zřejmě zčásti eliminuje podhodnocení deklarovaných příjmů. Nemusí se jednat pouze o úmyslné či neúmyslné uvedení nižších příjmů či opomenutí jejich některých složek, ale i o to, že zachytit část příjmů určenou pro domácnost je v případě mnohých OSVČ velmi obtížné (Večerník 2011). I když ponecháme stranou – zajisté významnou – šedou ekonomiku, podnikatelské účetnictví umožňuje zahrnout do nákladů různé položky, které mohou částečně sloužit i k osobním účelům, anebo zohlednit náklady fixním podílem, zatímco reálné náklady jsou nižší. Zjednodušeně řečeno, cílem OSVČ je snížit daňový základ na minimum, což se může odrazit v daňových přiznáních stejně tak jako v odpovědích na dotazy týkající se hospodaření domácností ve statistických šetřeních. Rovněž přítomnost dětí a ekonomicky neaktivních osob starších 65 let v domácnosti má jiný vliv na riziko finančních obtíží než na riziko příjmové chudoby. Statisticky významná souvislost mezi přítomností dětí ve věku 0-2 a výskytem finančních obtíží se objevuje v roce 2013 jako pozitivní, kdy osoby s dětmi v tomto věku mají o 31 % vyšší šanci finančních obtíží než osoby bez těchto dětí v domácnosti. Šance výskytu finančních obtíží je vyšší, jsou-li v domácnosti děti starší než tři roky, než pokud tam děti v dané věkové kategorii nejsou (podobně jako v Modelu 1), přičemž však tento efekt je mnohem slabší. Přítomnost neaktivních osob starších než 65 let nemá v Modelu 2 (na rozdíl od Modelu 1) statisticky významný vliv na snížení šance výskytu finančních obtíží, což nasvědčuje faktu, že důchody 90
starších členů nejsou pro domácnosti natolik dostačující, aby jim výrazněji pomohly vycházet s jejich příjmy. 3.5. Diskuse a závěr Chudoba domácností s pracujícími členy je tématem nabývajícím na významu. Již OECD Employment Outlook 2009 (OECD 2009) mu věnoval ve své zprávě celou kapitolu na základě zjištění, že jakkoli zaměstnání chudobu výrazně redukuje, neřeší celý problém. V souvislosti s cíli Strategie Evropa 2020 EU bylo téma podrobně pojednáno ve studiích Employment and Social Developments in Europe 2011 a 2012 (ESDE 2011; ESDE 2012). Zpracování dat EU-SILC za období 2006-2011 v druhé z nich ukázalo, že chudoba pracujících osob se výrazně zvýšila v jedné třetině zemí EU, z tranzitivních zemí zejména v Rumunsku a Bulharsku. ČR i SR však patří k zemím, kde uvedený ukazatel zůstal na stejné úrovni. Z iniciativy Evropské komise byly chudobě pracujících rovněž věnovány národní studie Sítě nezávislých expertů pro sociální začleňování za rok 2010, kterou za ČR zpracoval Sirovátka (2010), ve které navázal na některé předchozí poznatky speciálního výzkumu zaměřeného na chudou populaci (Sirovátka, Mareš 2006). Zaměřili se též na kvalitu zaměstnání, která je spojena s jeho stabilitou. „Indikátory kvality zaměstnání potvrzují, že ať jsou aktuálně zaměstnáni či jsou naopak nezaměstnaní, pohybují se příjmově znevýhodnění lidé vesměs na sekundárním trhu práce. To pak znamená, že jejich zaměstnání většině z nich (asi dvěma třetinám) nepřináší možnosti postupu ani možnosti vzdělávání; asi polovinu příliš fyzicky vyčerpává, skoro polovině neumožňuje slušný výdělek, nedává jistotu a asi ve čtyřiceti procentech případů vyžaduje dlouhé dojíždění“ (Sirovátka, Mareš 2006, s. 637). Šetření EU-SILC, které pro nás bylo jediným zdrojem dat, neumožnilo jít do takových podrobností kvality zaměstnání, jak to mohli udělat na základě cíleného výzkumu Sirovátka a Mareš. Zato však umožnilo posoudit specifický vliv pracovní intenzity na indikátory chudoby v rámci celé populace v jednotlivých zemích a letech. V naší analýze jsme zvolili optiku osob (na rozdíl od optiky domácností) a sledovali vliv pracovní intenzity rozdělené do pěti kategorií od nulové po plnou. Šlo tedy o mnohem podrobnější pohled, než jaký nacházíme v postupu Eurostatu, v jehož dokumentech jsou specificky sledovány pouze „pracovně velmi chudé“ domácnosti vykazující pracovní intenzitu pod hranicí 20 % (Eurostat 2013). Sledované trendy ve středoevropských zemích ukazují poměrně dobrou kondici ČR v ukazatelích pracovní intenzity a s ní související chudoby, která je na celkem nízké úrovni. V logistické regresní analýze specifického vlivu pracovní intenzity na chudobu jsme k vysvětlujícím proměnným připojili též charakteristiky ostatních osob v domácnostech, kde žijí. Pokud jde o příjmovou chudobu, je vliv pracovní intenzity sledované osoby na její snížení velmi významný. Ohrožení chudobou nicméně 91
zůstává výraznou doménou osob pracujících méně než půl roku. Pokud jde o finanční obtíže, zjišťujeme zejména mnohem slabší vliv pracovní intenzity ostatních členů domácnosti. Znamená to, že je-li brána v úvahu celková bilance hospodaření, ani plná pracovní intenzita ostatních členů domácnosti nesnižuje riziko finančních obtíží tak výrazně, jako když uvažujeme jen relativní příjmy. Zásadním poznatkem, který se ovšem týká analýzy chudoby obecně, je odlišnost v zachycení rizikové populace „objektivním“ příjmovým a „subjektivním“ finančním ukazatelem. Indikátor „at-risk-of-poverty rate“, který je nejpoužívanější v mezinárodních srovnáních a aplikován v sociálně-politické sféře, má slabou výpovědní schopnost pro finanční problémy, tak jak je vnímají samotné domácnosti. Jinými slovy, existuje nemalý podíl osob, jejichž domácnosti nejsou „oficiálně“ považovány za ohrožené chudobou, a přesto se potýkají s vážnými finančními problémy. Souběžné použití alternativních indikátorů je nutností ve výzkumu chudoby i v sociální politice na ni zaměřené.
92
Příloha 4: Subjektivní indikátory blahobytu v teorii a výzkumu Vůči dominujícímu ukazateli hrubého domácího produktu (dále HDP) se již několik desetiletí rozvíjí výzkum věnovaný jeho kritice a konstrukci alternativních – či doplňujících – indikátorů, které by lépe vyjadřovaly souhrnnou výkonnost ekonomického a společenského systému. K hospodářskému produktu jsou připojovány další objektivní ukazatele z oblasti vzdělání, zdraví a životního prostředí, poté i měřítka pociťovaného štěstí či spokojenosti. Výzkum se odvíjí v proudech ekonomických, sociologických, psychologických a naposledy neurobiologických. Snahy překlenout disciplinární rozdíly a vyvážit různé aspekty ve složených ukazatelích se posunují až do konstituování jakési „vědy o blahobytu“ (Layard 2005; Eid, Larsen 2008). Toto úsilí není jen akademickou záležitostí, nýbrž jde o tvorbu hodnotících kritérií dobré správy společnosti a na nich založených politik. Klíčovou otázkou je, zda má být cílem fungování ekonomiky jen materiální blahobyt, nebo zda jde o celkovou spokojenost lidí odvíjející se od různých charakteristik jejich života a širšího společenského kontextu. Jinými slovy, má být ekonomika zacílena na hospodářský růst anebo na společenský rozvoj? Jakkoli intuitivní volba vždy padne na širší pojetí, moderní společnost je založena na jednoduše měřeném ekonomickém růstu v tak rozsáhlé míře, že si důsledky této volby ani neuvědomujeme. Růst není jen statistickou veličinou, nýbrž tvoří všudypřítomný rámec lidské každodennosti. Také politikové dávají najevo, že jim jde o rozvoj v širším pojetí. Pionýrem nového přístupu byla Francie, jejíž prezident nechal v roce 2008 ustavit „komisi pro měření ekonomické výkonnosti a sociálního pokroku“ a nechal ji vypracovat obsáhlou zprávu s doporučeními (CMEPSP 2009). Následovala Velká Británie, kde – na výzvu premiéra země – začal statistický úřad zkoumat souhrnný blahobyt zahrnující i subjektivní indikátory (ONS 2010). Při německém parlamentu pracuje komise Wachstum, Wohlstand, Lebensqualität sestavená z poslanců a expertů, která zkoumá kvalitativní ukazatele rozvoje. Jak uvedeme níže, sílící zájem o obohacení indikátorů blahobytu projevují rovněž nadnárodní organizace. Pozornost věnovaná subjektivním mírám spokojenosti v ekonomii a dalších společenských vědách stále roste. Pro ilustraci můžeme uvést několik čísel z bibliografické databáze Harzing’s Publish or Perish založené na databázi Google Scholar: za rok 2000 jsme nalezli 360 společenskovědních publikací se slovem „happiness“ přímo v názvu (z toho 50 v samotné ekonomii), v roce 2005 to bylo 567 publikací (102 v ekonomii) a v roce 2010 jejich počet již přesáhl tisíc publikací (176 v ekonomii). Uvedená tematika se objevuje na stránkách předních týdeníků jako je Science nebo The Economist. Cílem tohoto příspěvku je poskytnout přehled hlavních konceptů, přístupů a datových zdrojů a vytvořit tak východiska pro analýzu empirických dat. Text je strukturován následujícím způsobem. Nejprve upozorňujeme na rozvíjející se 93
mnohorozměrné přístupy k individuálnímu a společenskému rozvoji. Poté se věnujeme způsobům zkoumání subjektivního blahobytu a jejich problémům. Dále shrnujeme dosavadní pokusy vztáhnout k sobě ekonomický růst a lidské štěstí. Nakonec referujeme o výzkumných datech umožňujících srovnání vývoje a faktorů subjektivního blahobytu v České republice s jinými zeměmi. V závěru načrtáváme perspektivy dalšího výzkumu v této oblasti a klademe některé otázky, na které bude možné na základě existujících dat odpovědět. 4.1 Vícerozměrné pojetí blahobytu Oproti měření blahobytu příjmy, spotřebou nebo souhrnným produktem přinejmenším od 80. let minulého století sílí snaha sledovat jej na základě více indikátorů, a to v rámci takových konceptů, jako jsou „životní podmínky“ (Erikson, Aberg 1987), „kvalita života“ (Campbell a další 1976) či „schopnosti“ (Sen 1992). Tyto koncepty jsou používány v souhrnných dokumentech, které od národní úrovně postoupily k mezinárodním zprávám zaštítěným organizacemi Spojených národů (UNDP), Evropskou komisí, nezávislými výzkumnými (např. GESIS) nebo komerčními institucemi (např. Gallup), univerzitními ústavy, či nevládními think-tanky. V dosavadních přístupech šlo nejprve o to, obohatit indikaci ekonomického růstu, překonat slabiny ukazatele HDP jeho doplněním ve směru orientace na dlouhodobou udržitelnost. Nordhaus a Tobin již v roce 1973 vyvinuli Measure of Economic Welfare (MEW) s důrazem na kapitálovou udržitelnost, v roce 1989 Daly, Cobb a Cobb formulovali Index of Sustainable Economic Welfare (ISEW), v němž je HDP doplněn indikací sociálních a ekologických dopadů ekonomického růstu. Jiným příkladem je Adjusted Net Saving (ANS), který bere rovněž v úvahu snižování celkového bohatství vyčerpáváním zdrojů a zatěžováním životního prostředí a z druhé strany pozitivní korektiv rostoucí vzdělanosti. Jistým mezníkem v ohledu mezinárodního srovnávání blahobytu byl Human Development Index (HDI) konstruovaný UNDP, který k obvyklým ekonomickým ukazatelům připojil úroveň vzdělání a délku života, později pak ještě genderovou dimenzi v konstrukci Gender Empowerment Index (GEI). Jakkoli uplatnění širšího pohledu znamenalo nepochybný pokrok, také HDI byl záhy vystaven kritice z různých stran. Hlavní argumenty shrnul Veenhoven (1996), který poukázal na problémy týkající se omezeného počtu zvolených indikátorů, jejich problematického výběru, nejasného vážení, směšování prostředků s cíli, a také chybějícího odlišení kvality života společnosti a „ve společnosti“. Protože syntéza několika ukazatelů do jednoho souhrnného vede vždy k redukci informace, souběžně se rozvíjely vícerozměrné přístupy zahrnující několik indikátorů anebo i jejich sad. Kolébkou těchto přístupů byla Skandinávie a jejich pionýrem Allardt (1976), který do širokého spektra indikátorů kvality života zahrnul příjmy, bydlení, politickou podporu, sociální vztahy a další charakteristiky, které lokalizoval v matici vyznačené dimenzemi „having“, „loving“, „being“. Ve94
dle ukazatelově hojného svazku životních podmínek navrhl sledovat také životní výsledky v podobě „možnosti dělat zajímavé věci“ a nakonec i celkové životní spokojenosti. Od něho se pak odvinuly další přístupy a aplikace. Cílenější přístupy byly orientovány k socio-ekonomické nerovnosti, chudobě a sociálnímu vyloučení. Významnou kategorií uvažování výzkumníků se staly základní potřeby, což je ovšem kategorie v samém jádru problematická. Pokud se totiž do jejich okruhu zahrne vše, co odvrací sociální vyloučení a umožňuje aktivní začlenění do společnosti, pak musí obsáhnout také vzdělání a pracovní kvalifikaci, zdraví, přístup k veřejným statkům a možnost občanské participace. Pokud bychom ještě přidali kategorii „capabilities“ v pojetí Amartye Sena a dalších (zahrnující svobody, příležitosti a šance uplatnění), pak se význam uvedených dimenzí dále posílí. Jak jsme zmínili v úvodu, významným podnětem výzkumu v oblasti vícerozměrných přístupů ke sledování blahobytu byla „Sarkozyho zpráva“ připravená komisí odborníků pod vedením Stiglitze, Sena a Fitoussiho. Ta doporučila zajímat se spíše o spotřebu než o produkci, spolu s příjmy a spotřebou sledovat také majetek, zdůraznit optiku domácností, věnovat více pozornosti rozdělování příjmů a bohatství, a také obohatit příjmové indikátory o netržní aktivity. „Hédonické zkušenosti“ a další subjektivní aspekty kvality života by měly být závazně zjišťovány ve velkých statistických šetřeních (CMEPSP 2009, s. 16). Po dvou letech od vydání této zprávy uvedl generální sekretář OECD Gurría, že dnes ještě zřejmější, že ekonomický růst je třeba obnovit „v jiné než předtím obvyklé“ podobě, totiž v propojení se sociálním pokrokem v širokém smyslu slova. V těchto intencích odstartoval globální projekt Measuring the Progress of Societies, v jehož rámci se mj. shromažďují data k Your Better Life Index (OECD 2011). Aktivní jsou ovšem i další mezinárodní instituce. Evropská komise hodlá „jít za HDP“ v měření pokroku (EC 2009), instituce Spojených národů zamýšlejí rozvíjet bhútánskou iniciativu „hrubého národního štěstí“. Přes sílící kritiku a množící se alternativy se však faktická role HDP jako univerzálního ukazatele ekonomické výkonnosti příliš nemění. Pochopitelným důvodem je potřeba jednotného a relativně jednoduchého měřítka pro různé sektory hospodářství i pro interakci ekonomiky a politiky. Pokud jde o souhrnné ukazatele subjektivního blahobytu, na rozdíl od HDP je zatím velmi daleko k obecné konvenci. V konceptuální rovině záleží na akcentovaných aspektech podle výchozí disciplíny a mnohdy ryze autorského pojetí. Výsledky zjišťování jsou velmi závislé na kvalitě výzkumu, často jen jednoho typu, bez kontrolních nástrojů a zpětných vazeb. 4.2 Koncepty štěstí a spokojenosti Koncepty subjektivního blahobytu jsou výzvou ekonomické ortodoxii (neoklasické teorii), která programově odmítá hledat společného jmenovatele blahobytu, neboť podle ní je každý subjekt sám měřítkem naplnění preferencí k maximalizaci 95
vlastního užitku. Lidé se rozhodují a svým jednáním dávají najevo své preference. Alternativní přístupy – tzv. ekonomická heterodoxie – však považují za lepší sledovat „prožitý užitek“ (experienced utility), kterému jsou blíže sdělení lidí o jejich osobním štěstí či spokojenosti (Di Tella a další 2003). Indikátory subjektivního blahobytu jsou v jistém smyslu opakem programově objektivní, rigorózní a přímočaré – nicméně nutně dílčí – konstrukce HDP. Zatímco měření HDP a na něm založeného ekonomického růstu vzbuzuje spíše jen „technické“ – jakkoli značné – problémy, subjektivní indikátory jsou naopak zahlceny otázkami substantivního charakteru. Je tomu tak kvůli velkému počtu možných dimenzí a obsahů, které se mísí v rozmanitých a pohyblivých poměrech na úrovni individuí, rodin, sociálních skupin, zemí či dokonce širších – kulturních, etnických, civilizačních – společenství. Empirický výzkum subjektivního blahobytu je sycen daty sociologických šetření, v nichž jsou kladeny jednoduché přímé otázky na osobní štěstí či spokojenost, s různými škálami odpovědí. Nejčastěji jsou dotázaným nabízeny čtyři slovní varianty odpovědí (například v pravidelných výzkumech Eurobarometru), anebo deseti- či jedenáctibodová škála jako ve výzkumech European Quality of Life Survey (EQLS) a European Social Survey (ESS). V dotaznících výzkumů European Values Study (EVS) jsou položeny obě otázky: otázka po štěstí ve čtyřech variantách a otázka po spokojenosti se životem s nabídkou žebříčku od jedné do deseti. Otázky po štěstí a spokojenosti spolu samozřejmě souvisí a korelace mezi odpověďmi je tudíž silná. Lze mít za to, že zatímco spokojenost lépe odráží objektivní životní podmínky, do odpovědí po osobním štěstí více intervenují emoce. Mezinárodní porovnání ukázalo, že odpovědi na otázku po štěstí poskytují příznivější obraz situace než dotazy na spokojenost, přičemž čím nižší je materiální úroveň země, tím je rozdíl mezi zjištěnými hladinami obou indikátorů větší (Eurofound 2009, s. 27). Deaton považuje hodnocení podmínek života za mnohem citlivější vůči situačnímu a dotazovacímu kontextu než hédonická stanoviska. Například je-li dotaz na spokojenost se životem položen po otázkách na politickou situaci, hodnocení je horší. Použití takovýchto jednoduchých otázek je vystaveno kritice upozorňující na nízkou spolehlivost odpovědí právě vzhledem ke kontextu, v němž jsou kladeny (Graham 2009; Bok 2010). Nicméně ať takovou souhrnnou otázku položíme v jakémkoli kontextu, jde stále o ukazatel velmi mlhavý. Její smysl si totiž každý dotazovaný může vyložit jinak a do odpovědi vložit odlišnou směs hodnocení a pocitů, v různé míře závislých na osobnostních rysech či na okamžité náladě v době dotazování. Termín dotazu rovněž hraje značnou roli, zejména v mezinárodním srovnání. Například zatímco v angličtině je slovo „happy“ běžným konverzačním termínem, v českém překladu zní poněkud nadneseně. V této souvislosti se často připomínají slova K. Čapka, který postavil do kontrastu Angličany a Čechy – zatímco první odpovídají na otázku „jak se máte“ 96
vždy pozitivně, pro našince je výzvou k dlouhému výčtu stížností. V odborné terminologii jde o tzv. „positivity bias“ či „desirability bias“ související s kulturou země – v západních zemích „být šťastný“ patří k sociálním normám. Ouweneel a Veenhoven (1991) na základě testu konzistence různých otázek v mezinárodním a historickém srovnání však vliv uvedeného zkreslení odmítli s tím, že pociťované štěstí úzce souvisí se životními podmínkami, a tudíž že rozdíly jsou vysvětlitelné především ekonomickou prosperitou, sociální jistotou, politickou svobodou a rovností – takové tvrzení však více odpovídá termínu „spokojenost“. Oproti tomu Kahneman a Krueger (2006, s. 22) uznávají problém kulturních a jazykových odlišností v chápání otázky po štěstí a navrhují obrátit optiku dotazování. Jimi konstruovaný U-index (od „unpleasant“ či „undesirable“) je založen na sdělení podílu situací, v nichž převažovaly negativní emoce. Autoři se domnívají, že „politikové spíše přijmou myšlenku minimalizace strádání než maximalizace mlhavého konceptu štěstí“. Důvodem takového řešení je podle nich – na rozdíl od výše uvedených autorů – přesvědčení, že subjektivní hodnocení je podmíněno mnohem více osobnostními rysy než životními okolnostmi. K tomu ostatně docházejí i další badatelé akcentující psychologické aspekty štěstí (Lucas 2007; Diener, Biswas-Diener 2008). O něco složitějším, přitom ale spolehlivějším postupem je rozložit „souhrnnou spokojenost” do hodnocení různých oblastí života, resp. poskládat finální ukazatel z několika dílčích. Nejčastěji se používá složená škála Satisfaction With Life Scale (SWLS) vyvinutá psychologem Dienerem a jeho spolupracovníky (Diener a další 1985), kdy dotázaní hodnotí na sedmibodové stupnici pět výroků o shodě způsobu života s ideálem, o podmínkách života, spokojenosti apod. Složitější Personal Wellbeing Index (PWI) vytvořili vědci soustředění v Australian Centre on Quality of Life. Na desetibodové stupnici se hodnotí osm oblastí od životních podmínek a zdraví až po pocit začlenění do komunity a duchovní život (Cummins a další 2009). Žádoucího cíle lze ovšem dosáhnout i nepřímo, totiž ptát se nikoli na pociťovanou spokojenost, nýbrž na její různé projevy ovlivňující „dobré fungování“ člověka. Anebo se lze naopak ptát na projevy stresu, ztráty životního elánu, na různé zdravotní či mentální problémy, které brání člověku v kvalitním životě a hodnotných aktivitách. Takový pokus byl učiněn ve třetí vlně ESS (v níž však Česká republika výjimečně absentovala). Teoretickým pozadím byla kombinace „hédonického“ – čistě privátního – přístupu v otázkách po spokojenosti s „eudaimonickým“ – tj. vůči společnosti otevřenějším – pojetím, které zahrnuje rovněž kompetence, svobodu v rozhodování a příležitosti sloužící k uplatnění schopností člověka v aristotelovském pojetí (Huppert a další 2009). Nelze očekávat, že by bylo možné dosáhnout obecné konvence v oblasti subjektivních ukazatelů tak jako u HDP – variant zůstane mnoho a diskuse nebude nikdy uzavřena. Odpovědi na otázky po štěstí či spokojenosti zůstanou provždy 97
trochu tajemnou skříňkou vzdorující zevrubné exploraci zdrojů. Do skříňky však můžeme nahlížet pomocí identifikace souvislostí s ekonomickými a sociálními charakteristikami země, regionu, jednotlivce či rodiny. V tomto ohledu doposud zůstává nejvlivnějším ekonomický výzkum na makroúrovni, který k sobě vztahuje hospodářský produkt a spokojenost na úrovni států. Ten se však stále více propojuje se socioekonomickým výzkumem na mikroúrovni, sledujícím vztah subjektivního blahobytu s příjmy a dalšími materiálními podmínkami života osob a domácností. 4.3 HDP, příjmy a subjektivní blahobyt Empirický výzkum subjektivního blahobytu byl nastartován zjištěním, že zvyšující se příjem není nutně spojen s rostoucím pocitem štěstí. Easterlin (1974) na základě korelace mezi HDP a úrovní deklarovaného štěstí podle postojových výzkumů dovodil, že sice platí, že v jedné zemi jsou bohatší lidé spokojenější než chudší, avšak že stejná úměra neplatí pro rozdíl mezi bohatšími a chudšími zeměmi. Souvislosti změn obou veličin v čase ukázaly, že s ekonomickou úrovní země neroste míra štěstí a stejně tak ani v osobní situaci neroste štěstí úměrně zvyšujícímu se příjmu. Obdobné byly ostatně poznatky z poválečného boomu vyspělých zemí – růstu příjmů a bohatství neodpovídalo zvýšení spokojenosti. Pro vysvětlení se nabízí vícestranný – genetický, sociální, kulturní a environmentální – podklad spokojenosti a její výrazně relativní charakter. Obvyklým vysvětlením je „hédonický žentour”: s příjmem rostou spotřební aspirace, takže po nasycení základních potřeb jde o příjem relativní, nikoli absolutní. Jak dávno zjistil Duesenberry (1952), spotřebitel posuzuje svůj užitek ve vztahu ke spotřebě jiných lidí. V kritice uvedeného konceptu však Diener, Lucas a Scollon (2009) uvedli, že lidé nemají jediný bod uspokojení (set point), nýbrž že jich mohou mít v závislosti na osobní povaze více a v širším rozmezí, přičemž uvedené body jsou navíc proměnlivé v čase podle okolností a životních cílů. „Easterlinův paradox“ se stal předmětem mnohých kritik a revizí. Proti němu se vymezili například Di Tella, MacCulloch a Oswald (2003), kteří ve své „makro ekonomii štěstí“ prokázali silný vliv ekonomických veličin na spokojenost. Zjištěné efekty byly přitom monotónní a měly v jednotlivých zemích obdobnou strukturu. Výpočty na datech amerického General Social Survey a evropského Eurobarometru pokrývajících 70.-90. léta minulého století ukázaly, že ukazatele štěstí citlivě reagovaly na změny v HDP, a to i po kontrole statusem dotázaných, charakteristikami zemí a vývojových trendů. Ekonomické recese ovšem způsobovaly značné psychické ztráty, které přesahovaly poklesy HDP, týkaly se však hlavně nezaměstnaných. Vyvstávají otázky, zda uvedený dynamický vztah (resp. absenci závislosti) není třeba dezagregovat podle hladiny příjmů či ekonomické vyspělosti země. Není tomu tak, že míra spokojenosti roste jen do jistého stupně hospodářské úrovně 98
a pak už stagnuje? Co když zvýšení příjmu působí na spokojenost jen na nízké úrovni a nikoli už při vyšším příjmu, s ohledem na snižování mezní užitečnosti peněz? Necháme-li stranou dynamiku vztahu a myslíme pouze na statickou asociaci, otázkou je zase jeho přímočarost či zprostředkovanost, tj. zda je větší spokojenost přímým důsledkem vyšší kupní síly domácností, anebo je dána lepší dostupností veřejných statků a služeb, lepších šancí na sociální vzestup a dalších příznivých okolností života v bohatší společnosti. V pozdějších kritikách, založených již na daleko větším množství dat, byly mnohé z těchto pochybnosti vyvráceny. Stevenson a Wolfers (2008, s. 36) poukázali na omezenost Easterlinových datových zdrojů s tím, že „absence evidence nesmí být zaměňována za evidenci absence“. Na základě dlouhodobých řad za mnoho zemí ukázali, že existuje jasná pozitivní vazba mezi výší HDP na obyvatele a subjektivním blahobytem, přičemž se neobjevuje žádný bod nasycení, za nímž by už s dalším růstem ekonomické výkonnosti nerostl i pocit štěstí. Stejný vztah podle nich platí v rámci zemí, pokud jde o vazbu mezi osobním příjmem a spokojeností. Podle autorů je důležitá absolutní výše příjmu, přičemž relativní příjem má pouze omezený význam. Nicméně ani výjimky z pravidla nejsou podle těchto autorů řídké, což se ukázalo v případě vývoje ukazatelů v USA. Dlouhé období hospodářského růstu v této zemi nepřineslo žádný výraznější přírůstek spokojenosti, přičemž pocit šťastného života se u žen dokonce snížil. Dodejme, že v tomto případě mohlo jít o dopad sílící pozornosti ke genderové dimenzi společenského uplatnění, tedy o vliv změněného obecného kontextu vnímání reality. Oproti tomu v Evropě v úspěšných dekádách ekonomického růstu hladina spokojenosti stoupala a nejinak tomu bylo v Japonsku (Stevenson, Wolfers 2008, s. 69). Škály používané pro měření spokojenosti většinou představují jednolité kontinuum od negativa k pozitivu či naopak. Poznatky z psychologického i ekonomického výzkumu však naznačují, to nemusí odpovídat realitě, že totiž spokojenost a nespokojenost nejsou extrémními polohami stejného jevu, nýbrž jde o dvě odlišné optiky, které je záhodno měřit odděleně. Jak ukázali Boes a Winkelmann (2009) na výpovědích založených na německém socio-ekonomickém panelu (GSOEP) za léta 1984-2004, efekt příjmu je v podstatě asymetrický, neboť zatímco dopad jeho zvýšení na růst spokojenosti je malý, vliv na redukci nespokojenosti může být velký. V tomto duchu ostatně postupovali autoři výše zmíněného U-indexu. Analýzy vztahu štěstí a peněz na makroúrovni zemí či regionů mají ovšem jeden společný metodologický problém. Propojení objektivních a subjektivních indikátorů se provádí kompilací dat z různých zdrojů, tj. měřítek hospodářské výkonnosti či příjmové úrovně zemí na straně jedné a zprůměrovaných údajů ze sociologických výzkumů týkajících se míry pociťovaného štěstí či spokojenosti na straně druhé. Oba typy ukazatelů jsou kvantitativně (z hlediska pokrytí popu99
lace) i kvalitativně (z hlediska spolehlivosti informace) nesouměřitelné. Jakkoli propočty HDP či příjmů obyvatelstva nejsou bez problémů, jejich „statistický status“ je nepochybně vyšší, než tomu je v případě ryze subjektivních indikátorů sbíraných na malých souborech dotázaných. Korelace mezi příjmy a spokojeností na úrovni zemí sice vypadají přesvědčivě, jsou však poněkud ošidné. I když zjišťujeme silnou pozitivní vazbu, nemůžeme říci nic o tom, jaký díl z variance subjektivního ukazatele připadá na hospodářskou výkonnost a kolik vyčerpávají samotné příjmy domácností. Nevíme tudíž, jaký vliv máme přičíst širším okolnostem života ve vyspělejší společnosti jako je výkonnost státní správy, životní prostředí, bezpečí a sociální rovnost. Jde tedy také o veřejné statky, jejichž nabídka s HDP souvisí, není však automaticky dána jeho velikostí, neboť záleží také na rozdělení produktu. Významný vliv na spokojenost má pak míra sociální nerovnosti v příležitostech a nakonec i ve výsledcích. Pokud jde o analýzy vztahu objektivních a subjektivních indikátorů na mikroúrovni domácností či jedinců, problém spočívá v malé velikosti sociologických výzkumů a užším okruhu zachycených životních okolností a podmínek, než by bylo potřebné pro identifikaci všech důležitých souvislostí. Na jejich základě ale zase můžeme zjišťovat specifické efekty individuálních a rodinných charakteristik na spokojenost. Data sociologických výzkumů používají také ekonomové, kteří je navíc kombinují s indikátory kontextu. Některé takové analýzy byly provedeny i pro zjištění vlivu transformace na subjektivní blahobyt. Výsledky nejsou jednoznačné s ohledem na různost zachycených časových období a zemí i datových zdrojů. Například Gruen a Klasen (2005) zjistili velmi negativní dopad 15 let transformace na spokojenost lidí a očekávají zlepšení situace až ve vzdálené budoucnosti. Sanfey a Teksoz (2007) na základě analýzy dat za 12 tranzitivních zemí v období 1990-2002 však konstatovali návrat k původní hladině spokojenosti ve většině zemí. Všichni zmínění však konstatují obecné zlepšení týkající občanských a politických svobod. Easterlin (2001) zjistil propad spokojenosti na počátku transformace a vzestup v pozdější fázi, který ale nebyl souměřitelný se zvýšením HDP. Bartolini, Mikucka a Saraccino (2012) prokázali velký význam růstu HDP pro spokojenost lidí v tranzitivních zemích v krátkodobém horizontu, zatímco ve střednědobém horizontu má pro spokojenost nemenší význam sociální kapitál a důvěra. V uvedených srovnáních se objevuje i Česká republika, nefiguruje v nich však jako nějaký specifický objekt zkoumání, ani jako výjimečný případ. Výzkum z české strany rovněž není příliš hojný. Hamplová zkoumala na datech modulu ISSP 2002 vliv rodinného stavu na spokojenost (Hamplová 2004), přičemž podobně koncipovala komparativní analýzu za 21 evropskou zemi opřenou o data ESS za stejný rok (Hamplová 2006). Sirovátka a Saxonberg (2011) použili dat výzkumu ESS za rok 2004 pro analýzu vztahu spokojenosti a sociálního státu. Souhrnnější analýza porovnávající vývoj mezi zeměmi za delší časové období doposud chybí, a to přes hojnost disponibilních dat. 100
4.4 Česká data pro analýzu a komparaci Pokud jde o míru datového pokrytí naší společnosti z hlediska „vícerozměrného blahobytu“, nedosahuje zdaleka úrovně vyspělých západních zemí. Statistické, nebo jiné vládní či s vládou spojené úřady v nich produkují souhrnné analýzy o stavu společnosti z různých objektivních i subjektivních hledisek. Za příklad mohou sloužit Données sociales ve Francii, Social Trends ve Velké Británii, Datenreport v Německu, Social and Cultural Report v Nizozemsku, Sozialbericht v Rakousku nebo Barómetro Social ve Španělsku. Ze středoevropských zemí jsou pravidelné zprávy o společnosti publikovány pouze v Maďarsku, a to jednou za dva roky soukromou výzkumnou institucí TÁRKI. „Sociální zprávy“ monitorující stav a dynamiku společnosti byly u nás ojediněle suplovány akademickou sférou. V letech 1996-1998 byl pracovníky Sociologického ústavu AV ČR, Masarykovy univerzity a dalších institucí řešen projekt Sociální trendy, který vyústil v syntetizující studii (Večerník, Matějů eds. 1998). Výjimečným počinem bylo autorské dílo Možného (2002) shrnující „nejdůležitější fakta o kvalitě našeho života“. O syntézy v sociálně-ekonomické oblasti se rovněž pokusil Večerník (1998, 2009). Zde můžeme rovněž odkázat na některé starší přehledy iniciativ, dokumentů a výzkumů (Večerník 2001; Krejčí 2006). V České republice rovněž neexistuje tradice vládních zpráv o stavu společnosti, byť k některým náběhům v minulosti došlo. Na počátku roku 1999 publikovala sociálně demokratická vláda „Zprávu o stavu české společnosti“, což byl analyticky nepříliš hluboký dokument zaměřený hlavně na kritiku politik uplatňovaných předchozími vládami. V letech 1999-2003 působila Rada vlády pro sociální a ekonomickou strategii, jejíž činnost zčásti pokračuje v aktivitách Centra pro sociální a ekonomické strategie Fakulty sociálních věd Univerzity Karlovy – CESES (Potůček 2005; Potůček, Mašková 2009). Pokud jde o empirický výzkum samotného subjektivního blahobytu, první dotaz na osobní štěstí byl u nás položen v rámci World Values Survey (WVS) v září 1990 a poté v rámci European Values Study (EVS) v polovině roku 1991. Další výzkumy EVS byly u nás provedeny v letech 1999 a 2008. Za celé období 1991-2008 se podíl „velmi šťastných” dotázaných zdvojnásobil (ze 7 % na 15 %), podíl „celkem šťastných” zůstal stejný (71 %), podíl „ne moc šťastných” lidí poklesl z 19 % na 13 % a podíl „vůbec ne šťastných” lidí zůstal na nepatrných 2 % (Hodnoty a postoje 2009). Na rozdíl od ostatních tranzitivních zemí byla u nás jako příznivější vnímána 90. léta než období po roce 2000. V roce 1991 byl rovněž sebrán první dotazník výzkumné řady New Europe Barometer (NEB) Surveys organizované Haerpferem a Rosem. Empirická šetření zahrnula řadu států střední a východní Evropy, včetně zemí bývalého SSSR. Za velmi šťastné se tehdy z českých zemí označilo 57 % dotázaných (na tříbodové stupnici), což bylo daleko nejvíce z „nových demokracií“ (Rose a další 1998). 101
Bohužel v dalších výzkumech této řady se již uvedená otázka neobjevila, opakován byl pouze dotaz na ekonomickou situaci domácnosti, kterého Hayo a Seifert (2002) využili pro zjištění výrazného rozdílu mezi objektivními a subjektivními indikátory v raném období transformace. Na rozdíl od 90. let, za které jsou zachyceny pouze krajní body, za období po roce 2000 je nabídka výzkumů hojná. Otázka na životní spokojenost (v sedmibodové stupnici) byla položena v modulu ISSP „Rodina a měnící se gender role” sbíraném v letech 2002-2003 ve 30 zemích světa. Ze srovnání vyšla Česká republika nejlépe z tranzitivních zemí (před Bulharskem, Maďarskem, Polskem, Litvou a Slovenskem), avšak dopadla hůře než všechny západní země. V letech 2003 a 2007 provedla agentura EU Eurofound výzkumy European Quality of Life Survey (EQLS) obsahujících též oddělené dotazy na štěstí a spokojenost v desetibodové škále. Česká republika se v roce 2007 umístila na průměru EU-27 v prvním ukazateli a mírně pod průměrem ve druhém ukazateli (Eurofound 2009). Nejsouvislejší řadu otázek po celkové spokojenosti se životem poskytují šetření Eurobarometru na čtyřbodové stupnici. Informace za Českou republiku však počínají až rokem 2001, kdy byla spolu s dalšími zeměmi do výzkumů zařazena jako přistupující stát EU. Data za poslední dekádu neukazují žádný výraznější trend, naopak výsledky za rok 2001 a rok 2011 si jsou velice podobné, a to po výkyvu směrem k větší spokojenosti v letech 2005-2008: v roce 2001 bylo velmi spokojených 13 % (v roce 2011 12 %), spíše spokojených 61 % (69 %), spíše nespokojených 21 % (16 %) a velmi nespokojených 4 % dotázaných (3 %). Data o spokojenosti jsou sbírána na výběrových souborech zpravidla nepřesahujících 1500 dotázaných. I s přihlédnutím k různé formulaci otázek a počtu kategorií není překvapující, že se výsledky v letech, kdy můžeme porovnávat různé výzkumy, liší (tabulka 4.1). Za Českou republiku dávají nejpříznivější obraz data EQLS, naopak nejméně příznivé výsledky vycházejí z průzkumů Eurobarometru. Hodnoty spokojenosti zjištěné těmito průzkumy jsou však v jiných zemích v porovnání s obdobnými daty ještě více podceněné, takže naše země vychází v obraze Eurobarometru lépe než z jiných srovnání. Pokud jde o souvislost mezi prosperitou země a hodnocením osobní situace, ta jistě existuje, je ale zprostředkovaná, zpožděná a diferencovaná. Porovnáváme-li vývoj relativní koupěschopnosti (podle Eurostatu) a spokojenosti (podle Eurobarometru) v letech 2000-2010 ve středoevropských zemích, zjišťujeme velmi pestrý obraz. V České republice rostl relativní příjem i – byť o něco pomaleji – spokojenost; v Maďarsku se příjmový růst, který proběhl na počátku nového století, nijak neprojevil v úrovni spokojenosti; v Polsku stouply příjmy výrazně až v posledních letech, spokojenost však narůstala průběžně, byť mnohem slaběji; na Slovensku tomu bylo podobně, kdy oba ukazatele rostly po celé období, avšak s mnohem větším „opožděním“ spokojenosti za příjmy než v Polsku. 102
Tabulka 4.1: Subjektivní blahobyt v České republice v letech 1991-2014 (průměrné skóre) EVS 1-4 1991 ~ 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Původní stupnice odpovědí Eurobaro EQLS ESS meter 1-10 0-10 1-4
Odpovědi přepočtené na škálu 0-10 EVS
2,81
6,01
2,96
6,33
3,01
7,21
6,45 6,54
7,50
6,85
6,40
6,67
2,84 2,84 2,73 2,82 2,92 2,93 2,94 2,93 2,94 2,87 2,90 2,84 2,91 3,06
6,44
EQLS
ESS
6,90
6,45 6,54
7,22
6,85
6,40
6,67
Eurobaro meter
6,12 6,11 5,82 6,01 6,30 6,31 6,32 6,31 6,31 6,15 6,23 6,06 6,25 6,43
Zdroj: R. Veenhoven, World Database of Happiness, collection Happiness in Nations, Nation Report Czech Republic (CZ); European Values Study (výpočet autorů). Formulace otázek: European Values Study (EVS): Když zvážíte všechny okolnosti, řekl(a) byste, že jste 1. velmi šťastný(á), 2. celkem šťastný(á), 3. ne moc šťastný(á), 4. vůbec ne šťastný(á). European Quality of Life Survey (EQLS): Když zvážíte všechny okolnosti, jak byste řekl, že jste šťastný? 1 velmi nešťastný(á) … 10 velmi šťastný(á). European Social Survey (ESS): Když vezmete v úvahu všechny okolnosti, jak byste řekl(a), že jste šťastný(á)? 0 zcela nešťastný(á) … 10 zcela šťastný(á). Eurobarometer: Řekl(a) byste, že jste celkově se svým životem 1. velmi spokojen(á), 2. spíše spokojen(á), 3. spíše nespokojen(á) nebo 4. velmi nespokojen(á)?
Porovnání úrovně HDP a spokojenosti s životem v evropských zemích ukazuje zřejmou souvislost obou ukazatelů, současně však i jejich jistou rozvolněnost (graf 4.1). Zatímco Česká republika patří k zemím, v nichž spokojenost odpovídá relativní úrovni HDP, v Bulharsku Maďarsku či Řecku je pod ní, a naopak v Polsku či Rumunsku je nad ní. Rovněž v severských zemích je spokojenost větší než by odpovídalo úrovni HDP. Platí tedy často používaný argument o sociálním státu, že lidé jsou spokojenější v zemích, kde se více přerozděluje a poskytuje větší množství veřejných statků. Korelace HDP a spokojenosti rovněž podporuje argument o sociální nerovnosti, která stlačuje hladinu spokojenosti (Alesina a další 2004). Podle jiných však nemá žádný jednoznačný vliv (Berg, Veenhoven 2011). Na jednotlivé země ovšem neplatí stejný metr. V případě Polska může na spokojenost pozitivně působit náboženská orientace, v případě Rumunska rozvinuté samozásobitelství. 103
Graf 4.1: Relativní HDP a průměrné skóre spokojenosti v evropských zemích (2014)
Zdroj: Eurostat tab ilc_pw01 (EU-SILC) a tec00114.
V každém případě platí, že i když spokojenost s výší HDP či příjmů lineárně stoupá, efekty těchto veličin jsou slabé. Příjem sice je nejvýznamnějším faktorem spokojenosti z objektivních charakteristik domácností, podíl jím vysvětlené variance však v evropských zemích jen výjimečně přesahuje 5 %, přičemž variance vysvětlená všemi běžnými rysy jedinců (pohlaví, věk, vzdělání, ekonomický a rodinný status, příjem) nikde nepřesahuje 20 %. Jakmile ale do analýzy zahrneme také subjektivní ukazatele (spokojenost se zdravím, prací a rodinou), schopnost vysvětlení spokojenosti ukazatele se ovšem pronikavě zvyšuje. Jde o pochopitelný výsledek, uvedený postup však není korektní s ohledem na endogenní povahu takových vysvětlujících faktorů vůči celkové spokojenosti – štěstí je být zdravý, mít dobrou práci a spokojenou rodinu. 4.5 Závěrem: výzkum a politika Bentham, britský zakladatel utilitarismu, formuloval úkol zákonodárců a vládců jako „prosazování štěstí pro co největší počet lidí“ – každé jednání, které tento princip sleduje, je správné a dobré, a navíc i měřitelné jím navrženým „felicific calculus“. Benthamova etika ovšem zahrnovala také prozíravost, poctivost a dobročinnost (prudence, probity, beneficience), což jsou hodnoty u dnešních „utilitaristických“ politiků těžko dohledatelné. Možnosti empirické indikace spokojenosti od Benthamových dob expandovaly, jím ražené hodnoty však v soudobé politice mnoho uplatnění nenacházejí. Badatelé v oblasti štěstí vycházejí politikům vstříc a ukazují jim důvody využití subjektivních ukazatelů. Pro odborné dokumenty iniciované vládami či mezinárodními organizacemi ovšem vesměs platí to, co konstatoval Noll (2011, s. 116) ve svém komentáři k „Sarkozyho zprávě“ – že totiž sice nepřinášejí nic nového 104
z hlediska poznávacího (a už vůbec nedávají odpověď na položené otázky), nicméně že zvyšují autoritu a dosah debaty o sledování blahobytu, čímž razí cestu k postupnému uplatnění získaných poznatků ve společenském řízení. Zatímco snahy o „utváření štěstí občanů“ politikou jsou utopickými ideologiemi (jež mohou případně sytit nebezpečné experimenty), úsilí o širší zachycení podmínek lidského života, včetně subjektivní percepce a vnitřního potenciálu aktivit, má svůj praktický význam. Jak zdůraznili Diener, Lucas, Schimmack a Helliwell (2009), obsahově bohatší „národní účty“ mohou napomoci upřednostnění sociálních hodnot, životního prostředí, důstojné práce, fyzického a emočního zdraví před ekonomickým růstem. Podobně poukazuje na politickou užitečnost takového výzkumu Bok (2010), a to také z jiného hlediska. Jestliže totiž větší příjmy a více přerozdělování nečiní lidi o mnoho šťastnějšími, lze přece zastavit roztočené kolo nerealistických očekávání vyvolávajících rostoucí vládní výdaje a deficity, položit důraz na kvalitu vládnutí, a obnovit tak důvěru občanů ve stát, což je hodnota, která má na jejich spokojenost prokazatelný vliv. Výzev pro zapojení subjektivních indikátorů, ukazatelů kapacit, schopností a kompetencí (a jejich naplnění) by se měl více chopit i český společenskovědní výzkum. V porovnání se světem je literatura o „vícerozměrném blahobytu“ v české společnosti nepříliš hojná, ne-li zanedbatelná. Problém je na obou stranách – na rozdíl od západních zemí nejsou české vlády příliš naléhavé v požadavcích na šíře pojaté expertízy, podobně však ani naše společenské vědy nejsou v tomto směru příliš aktivní. Zásadní význam má v tomto ohledu propojení makro- a mikropohledu, analýza souvislostí mezi ekonomickým a společenským vývojem na straně jedné a situací domácností a její reflexí na straně druhé.
105
106
Použitá literatura: Alesina A., Di Tella, R., MacCulloch R. (2004): „Inequality and happiness: Are Europeans and Americans different?“. Journal of Public Economics, 88 (9-10): 2009– 2042. Allardt, E. (1976): „Dimensions of welfare in a comparative Scandinavian study“. Acta Sociologica, 19 (3): 227-239. Andorka, K., Spéder, Z. (1995): „Armut in der Transformation - das Beispiel Ungarn“. Diskussionspapier No. 114. Berlin: Deutsches Institut für Wirtschaftsforschung. Andriopoulou, E., Tsakloglou, P. (2015): „Mobility into and out of poverty in Europe in the 1990s and the pre-crisis period: the role of income, demographic and labour market events.“ ImPRovE Working Paper No. 15/13. Antwerp: Herman Deleeck Centre for Social Policy – University of Antwerp. Atkinson A.B., Guio, A.-C., Marlier, E. (2015): „Monitoring the evolution of income poverty and real incomes over time“. CASE 188. London: Centre for Analysis of Social Exclusion, London School of Economics. Atkinson, A.B., Marlier, E. (2010): Income and living conditions in Europe. Luxembourg: Publications Office of the European Union. Barr, N. (1994): Labor markets and social policy in Central and Eastern Europe: The transition and beyond. New York, Oxford University Press for the World Bank. Bartolini, S., Mikucka, M., Sarracino, F. (2012): „Money, trust and happiness in transition countries: Evidence from time series“. Working Paper No. 2012-4. Luxembourg: CEPS/INSTEAD. Bednář, K., Dvořák, F. (1937): K sociálním problémům dělnické mládeže a mladé inteligence. Praha: Odborové sdružení Československé. Berg, M., Veenhoven, R. (2011): „Income inequality and happiness in 119 nations“. In: Greve, B. (ed.): Happiness and Social Policy in Europe. Cheltenham: Edward Elgar, s. 174-194. Boes, S., Winkelmann, R. (2009): „The effect of income on general life satisfaction and dissatisfaction“. Social Indicators Research, 95 (1): 111-128. Bok, D. (2010): The Politics of Happiness: What government can learn from the new research on well-being. Princeton, N.J.: Princeton University Press. Buhmann, B., Rainwater, L., Schmaus, G., Smeeding, T.M. (1988): „Equivalence scales, well-being, inequality, and poverty: Sensitivity estimates across ten countries using the Luxembourg Income Study (LIS) Database“. Review of Income and Wealth, 34 (2): 115–142. Campbell, A., Converse, P.E., Rodgers, W.L. (1976): The quality of American life: Perceptions, evaluations, and satisfactions. New York: Russell Sage Foundation. Cantillon, B., Van Mechelen, N., Pintelon, O., Van den Heede, A. (2004): „Household work intensity and the adequacy of social protection in the EU“. Working Paper No. 12/04, Antwerp: University of Antwerp, Herman Deleeck Centre for Social Policy.
107
CMEPSP (2009): „Report by the Commission on the Measurement of Economic Performance and Social Progress“. www.stiglitz-sen-fitoussi.fr Committee (2015) for the Prize in Economic Sciences: „Scientific background on the Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 2015“. Stockholm: The Royal Swedish Academy of Sciences. Cornia, G.A. (1994): „Income distribution, poverty and welfare in transitional economies: A comparison between Eastern Europe and China“. Innocenti Occasional Papers No. 44. Rome: UNICEF. Cummins, R.A., Lau, A.A., Mellor, D., Stokes, M.A. (2009): „Encouraging governments to enhance the happiness of their nation: Step 1, understand subjective wellbeing“. Social Indicators Research, 91 (1): 23-36. Deaton, A. (1997): The analysis of household surveys: A microeconometric approach to development policy. Baltimore, Maryland: Johns Hopkins University Press. Deaton, A., Stone, A.A. (2013): „Economic analysis of subjective well-being. Two happiness puzzles. American Economic Review: Papers & Proceedings, 103(3): 591–597. Deleeck, H., Van den Bosch, K. (1992): „Poverty and adequacy of social security in Europe: A comparative analysis“. Journal of European Social Policy, 2 (2): 107-120. Di Tella, R., MacCulloch, R.J., Oswald, A.J. (2003): „The macroeconomics of happiness“. Review of Economics and Statistics, 85 (4): 809-827. Diener, E., Biswas-Diener, R. (2008): Happiness: Unlocking the mysteries of psychological wealth. Oxford: Blackwell. Diener, E., Emmons, R.A., Larsen, R.J., Griffin, S. (1985): „The satisfaction with life scale“. Journal of Personality Assessment, 49 (1): 71-75. Diener, E., Lucas, R., Schimmack, U., Helliwell, J. (2009): Well-being for public policy. Oxford: Oxford University Press. Diener, E.; Lucas, R. Scollon, C.N. (2009): „Beyond the hedonic treadmill: Revising the adaptation theory of well-being“. In: The Science of Well-Being, Social Indicators Research Series 37, pp. 103-118. Dilnot, A.W., Kay, J.A., Morris, C.N. (1984): The reform of social security. Oxford: Clarendon Press. Duesenberry, J. S. (1952): Income, saving and the theory of consumer behavior. Cambridge, MA: Harvard University Press. EAPN (2014): „EAPN input to the mid-term review of the Europe 2020 Strategy“. Position Paper. Brussels: The European Anti-Poverty Network. Easterlin, R.A. (1974): „Does economic growth improve the human lot? Some empirical evidence. In: David, P.A., Reder, M.W. (eds.): Nations and households in economic growth. New York: Academic Press. Easterlin, R.A. (2001): „Income and happiness: Towards a unified theory“. The Economic Journal, 111 (473): 465–484. EC (2009): „GDP and beyond. Measuring progress in a changing world“. Commission of the European Communities COM(2009) 433.
108
Eid, M., Larsen, R.J. (2008): Science of subjective well-being. New York: Guilford Press. Engels, B. (1950): Postavení dělnické třídy v Anglii. Praha: Svoboda. Erikson, R., Aberg, R. (1987): Welfare in transition: Living conditions in Sweden 196881. Clarendon Press. ESDE (2011): Employment and social developments in Europe 2011. Luxembourg, Publications Office of the European Union. ESDE (2012): Employment and social developments in Europe 2012. Luxembourg, Publications Office of the European Union. Eurofound (2009): „Second European Quality of Life Survey. Overview“. Dublin: European Foundation for the Improvement of Living and Working Conditions. Eurostat (2010): Algorithms to compute Social Inclusion Indicators based on EU-SILC and adopted under the Open Method of Coordination (OMC). Doc. LC-ILC/39/09/ EN-rev.1 1 Eurostat (2013a): Individual employment, household employment and risk of poverty in the EU. A decomposition analysis. Luxembourg: Publications Office of the European Union. Eurostat (2013b): Statistical matching of EU-SILC and the Household Budget Survey to compare poverty estimates using income, expenditures and material deprivation. Luxembourg: Publications Office of the European Union. Förster, M.F., Tóth, I.G. (1997): „Poverty, inequalities and social policies in Visegrad countries“. Economics of Transition, 5 (2): 505-510. Frazer, H., Marlier, E. (2010): „In-work poverty and labour market segmentation in the EU: Key lessons“. EU Network of Independent Experts on Social Inclusion. European Commission. Goedemé, T., Storms, B., Stockman, S., Penne, T., Van den Bosch, K. (2015): „Towards cross-country comparable reference budgets in Europe“. European Journal of Social Security, 17 (1): 3-30. Graham, C. (2009): Happiness around the world. The paradox of happy peasants and miserable millionaires. Oxford: Oxford University Press. Gruber, J. (1924): „O postupu a směrnicích československé sociální politiky.“ In: Sociální politika v Československé republice. Praha: Sociální ústav Československé republiky. Gruen, C., Klasen, S. (2005): „Has transition improved well-being? An analysis based on income, inequality-adjusted income, non-income, and subjective well-being measures“. Working Paper 4. Cape Town: Economic Research Southern Africa. Hamplová, D. (2004): „Životní spokojenost: rodina, práce a další faktory“. Sociologické studie 04:06. Praha: Sociologický ústav AV ČR. Hamplová, D. (2006): „Životní spokojenost, štěstí a rodinný stav v 21 evropských zemích.“ Sociologický časopis, 42 (1): 35-55. Hayo, B., Seifert, W. (2002): „Subjective economic well-being in Eastern Europe“. Working Paper No. 120. Essen: University of Essen, Economics Department.
109
Hiršl, M. (1966): Postavení dělnické třídy za kapitalismu. Praha: Svoboda. Hiršl, M. (1992): Chudoba a nouze v Československu. Demografie, 34 (2): 137-142. Hodnoty a postoje v ČR 1991-2008 (2009): Pramenná publikace European Values Study. Brno: MUNI Press. Huppert, F.A., Marks, N., Clark, A., Siegrist, J., Stutzer, A., Vittersø, J., Wahrendorf, M. (2009): „Description of the ESS well-being module and preliminary findings.“ Social Indicators Research, 91 (3): 301-315. Chyba, A. (1972): Postavení dělnické třídy v kapitalistickém Československu. Praha: Svoboda. Kahneman, D., Krueger, A.B. (2006): Developments in the measurement of subjective well-being. Journal of Economic Perspectives, 20 (1): 3-24. Kapteyn, A., van de Geer, S., van de Stadt, H. (1985): „The impact of changes in income and family composition on subjective measures of well-being“. In: David M., Smeeding, T.: Horizontal equity, uncertainty and economic well-being. Chicago, University of Chicago Press. Krejčí, D. (1924): Sociální poměry studentstva českých vysokých škol brněnských podle výsledků statistického šetření z let 1921/2 a 1922/3. Praha: Nákladem vlastním. Krejčí, J. (2006): Mezinárodní sociálněvědní komparativní výzkum a Česká republika: Přehled výzkumů a dostupných dat. Sociologický časopis/Czech Sociological Review, 42 (1): 149-173. Layard, R. (2005): Happiness: Lessons from a new science. London: Allen Lane. Lucas R.E. (2007): „Personality and the Pursuit of Happiness“. Social and Personality Psychology Compass, 1 (1): 168–182. Mack, J., Lansley, S. (1984): Poor Britain. London: Allen & Unwin. Machonin, P. a kol. (1969): Československá společnost. Sociologická analýza sociální stratifikace. Bratislava: Epocha. Machonin, P., Tuček, M. (1996): Česká společnost v transformaci: K proměnám sociální struktury. Praha: Sociologické nakladatelství. Machotka, O. (1936): Sociálně potřebné rodiny v hlavním městě Praze. Praha: Státní úřad statistický. Mareš, P. (1995): O chudobě v české a slovenské společnosti. Brno: Masarykova universita. Mareš, P. (1999): Sociologie nerovnosti a chudoby. Praha: Sociologické nakladatelství. Mareš, P., Sirovátka, T., Večerník, J., Zelený, M. (2002): Monitorování chudoby v České republice: úvodní studie. Brno: Výzkumné centrum VÚPSV. Milanovic, B. (1996): „Income inequality and poverty during the transition“. Research Papers Series No. 11. Washington: The World Bank. Miller, S.M., Roby, P. (1970): The future of inequality. New York, Basic Books. Moriani, C. (1989). „The Italian experience on poverty harmonized measures“. Report presented at Seminar on Poverty and Statistics in the European Community, Noordwijk.
110
Možný, I. (2002): Česká společnost. Nejdůležitější fakta o kvalitě našeho života. Praha: Portál. Mysíková, M. (2011): „EU-SILC a jeho metodologická úskalí: mezinárodní srovnatelnost a příjmové proměnné“. Data a výzkum - SDA Info, 5 (2): 147-170. Mysíková, M., Večerník, J, Želinský, T. (2015): „Vliv nízké pracovní intenzity na chudobu v České republice a Slovenské Republice“. Ekonomický časopis, 63 (6): 555575. Nečasová-Poubová, M., Kollar, R., Režný, S. (1933): Vliv krize na rodiny nezaměstnaných dělníků. Praha: Sociální ústav Československé republiky. Nešpor, Z. R. (2008): Ne/náboženské naděje intelektuálů. Vývoj české sociologie náboženství. Praha: Scriptorium. Noll, H.-H. (2011): „The Stiglitz-Sen-Fitoussi-Report: Old wine in new skins? Views from a social indicators perspective“. Social Indicators Research, 102 (1): 111–116. OECD (2009): OECD Employment Outlook 2009. Tackling the Jobs Crisis. Paris, OECD. OECD (2011): Compendium of OECD well-being indicators. Paris: OECD 2011. http:// www.oecd.org/document/28/0,3746,en_2649_201185_47916764_1_1_1_1,00.html ONS (2010): „Measuring subjective well-being in the UK“. Working Paper. London: Office for National Statistics. ONS (2015): „Persistent poverty in the UK and EU, 2008-2013.“ Výzkumná zpráva. London: Office for National Statistics. Orshansky, M. (1965): „Counting the poor: Another look at the poverty profile“. Social Security Bulletin, 28: 3-29. Ouweneel, P., Veenhoven, R. (1991): „Cross-national differences in happiness. Cultural bias or societal quality? In: Bleichrodt, N. Drenth, P.J. (eds.): Contemporary issues in cross-cultural psychology. Amsterdam: Swets & Zeitlinger, s. 168-184. Papadopoulos, F., Tsakloglou, P. (2015): „Chronic material deprivation and long-term poverty in Europe in the pre-crisis period.“ ImPRovE Working Paper No. 15/16. Antwerp: Herman Deleeck Centre for Social Policy – University of Antwerp. Podgórski, J., Dobrowolska, B. (1991): Subiektywne granice ubóstwa a dochody gospodarstw domowych. Warszawa: Glówny urzad statystyczny. Potůček, M. (2005): Jak jsme na tom. A co dál? Strategický audit České republiky. Praha: Sociologické nakladatelství. Potůček, M., Mašková, M. (2009): Česká republika - trendy, ohrožení, příležitosti. Praha: Karolinum. Prudký, L., Šmídová., M. (2010): Kudy ke dnu. Praha: Socioklub. Rainwater, R. (1974): What money buys. New York: Basic Books. Ringen, S. (1988): „Direct and indirect measures of poverty“. Journal of Social Policy, 17 (3): 351-365. Rose, R., Mishler, W.T., Haerpfer, C. (1998): Democracy and its alternatives. Understanding post-communist societies. Baltimore: John Hopkins University Press.
111
Sanfey, P., Teksoz, U. (2007): „Does transition make you happy? Economics of Transition, 15 (4): 707-731. Sen, A. (1983): „Poor, relatively speaking“. Oxford Economic Papers, 35 (2): 153-169. Sen, A. (1992): Inequality Reexamined. Oxford, Clarendon Press. Sirovátka, T. (2002): Menšiny a marginalizované skupiny v České republice. Brno: Masarykova univerzita. Sirovátka, T. (2010): „Czech Republic. In-work poverty and labour market segmentation. A study of national policies. Peer review in social protection and social inclusion and assessment in social inclusion“. On behalf of European Commission, DG Employment, Social Affairs, and Equal Opportunities. Sirovátka, T., Mareš, P. (2006): „Chudoba, deprivace, sociální vyloučení: nezaměstnaní a pracující chudí.“ Sociologický časopis, 42 (4): 627–655. Sirovátka, T., Saxonberg, S. (2011): „Life satisfaction and happiness in the Czech Republic. In: Greve, B. (ed.): Happiness and Social Policy in Europe. Cheltenham: Edward Elgar, s. 11-30. Smeeding, T., Torrey, B. (1991): „Gold mines and mine fields.“ A summary of the LIS conference: The changing structure of income and social policy in Eastern Europe: a comparative focus. Luxembourg Income Study, Working Paper No. 68. Spannagel, D. (2013): „In-work poverty in Europe - extent, structure and causal mechanisms“. COPE project (Combating Poverty in Europe). http://cope-research.eu/ wp-content/uploads/2013/03/D3.1_Poverty_and_its_socio-economic_context_in_ Europe.pdf Stevenson, B., Wolfers, J. (2008): „Economic growth and subjective well-being: Reassessing the Easterlin paradox“. Brookings Papers on Economic Activity, Economic Studies Program, The Brookings Institution, 39 (1): 1-102. Sunega, P., Lux, M. (v tisku): „Subjective perception versus objective indicators of overcrowding and housing affordability“. Journal of Housing and the Built Environment. SÚS (1935): Péče o chudé a péče o mládež ochrany potřebnou v republice Československé v roce 1931. Díl 1. Praha: Státní úřad statistický. SÚS (1937): Péče o chudé a péče o mládež ochrany potřebnou v republice Československé v roce 1931. Díl 2. Praha: Státní úřad statistický. Tomeš, I. (2011): Obory sociální politiky. Praha: Portál. Townsend, P. (1970): The concept of poverty. London: Heinemann. Townsend, P. (1979): Poverty in the United Kingdom. London: Allen Lane. Uhlíř, F. (1947): Sociologie rodiny s hlediska dětského vývoje. Praha: Státní nakladatelství. Ullrich Z. (1938): Soziologische Studien zur Verstädterung der Prager Umgebung. Praha: Revue Sociologie a sociální problémy. Van Praag, B.M.S. (1968): Individual welfare functions and consumer behavior: A theory of rational irrationality. Amsterdam, North-Holland Publishing Company.
112
Van Praag, B.M.S. (1971): „The welfare function of income in Belgium: An empirical investigation“. European Economic Review, 2 (3): 337-369. Van Praag, B.M.S., Flik. R.J. (1990): Subjective poverty. Rotterdam, Foundation for Economic Research. Večerník, J. (1991): „Úvod do studia chudoby v Československu“. Sociologický časopis, 27 (5): 577-602. Večerník, J. (1998): Občan a tržní ekonomika. Příjmy, nerovnost a politické postoje v české společnosti. Praha: Nakladatelství Lidové noviny. Večerník, J. (2001): „Sociální zprávy v České republice po roce 1989.“ Sociologický časopis, 37 (3): 329-341. Večerník, J. (2009): Czech Society in the 2000s: A Report on Socio-economic Policies and Structures. Praha: Academia. Večerník, J. (2011): „Self-employment in the Czech Republic and CEE countries: Persons and households“. Post-Communist Economies, 23 (3): 359–376. Večerník, J. (2012): „Subjektivní indikátory blahobytu: přístupy, měření a data“. Politická ekonomie, 60 (3): 291-308. Večerník, J. (2014). „Subjektivní blahobyt v České republice a střední Evropě: makroa mikro-determinanty.“ Politická ekonomie, 62 (2): 249-269. Večerník, J., P. Matějů, eds. (1998): Zpráva o vývoji české společnosti 1989-1998. Praha: Academia. Veenhoven, R. (1996): „Happy life-expectancy. A comprehensive measure of quality-oflife in nations“. Social Indicators Research, 39 (1): 1-58. Villeneuve, A. (1984): „Construire un indicateur de la précarité: les étapes de la démarche empirique“. Economie et Statistique, 168 (1): 93-105. Ward, T., Ozdemir, E. (2009): „Measuring low work intensity – an analysis of the indicator“. ImPRovE Discussion Paper No. 13/09. Antwerp: Herman Deleeck Centre for Social Policy, University of Antwerp. World Bank (1995a): Hungary. Structural reforms for sustainable growth, A World Bank Country Study. Washington: The World Bank. World Bank (1995b): Understanding poverty in Poland. A World Bank Country Study. Washington: The World Bank.
V této studii používáme individuální data mezinárodního šetření EU Statistics on Income and Living Conditions (EU-SILC), které jsou autorům k dispozici na základě smlouvy uzavřené mezi Eurostatem a Sociologickým ústavem AV ČR, v.v.i., číslo 265/2014.
113
STRATEGIE AV21 – Špičkový výzkum ve veřejném zájmu Základem nové strategie je soubor koordinovaných výzkumných programů využívající mezioborových a meziinstitucionálních synergií s cílem identifikovat problémy a výzvy dnešní doby a koordinovat výzkumné úsilí pracovišť Akademie věd směrem k jejich řešení. Výzkumný program 13. Efektivní veřejné politiky a současná společnost Koordinátor: Doc. Ing. Daniel Münich, Ph.D. (Národohospodářský ústav AV ČR) Cílem tohoto programu je napomáhat nejen akademické, ale i širší veřejnosti, v porozumění složité a dynamicky se rozvíjející společnosti v 21. století. Interdisciplinární výzkumy hledají odpovědi na otázky zásadního významu pro fungování současné společnosti a veřejných politik. Témata programu a jejich řešitelé: 13.1 Vzdělání, vzdělávací politiky a trh práce Doc. Ing. Daniel Münich, Ph.D. (Národohospodářský ústav AV ČR) 13.2 Demografické stárnutí Doc. Ing. Daniel Münich, Ph.D. (Národohospodářský ústav AV ČR) 13.3 Dopady daňově-dávkového systému Doc. Ing. Daniel Münich, Ph.D. (Národohospodářský ústav AV ČR) 13.4 Mobilita: zkoumání pohybu lidí, věcí a informací Doc. PhDr. Zdeněk Uherek, CSc. (Etnologický ústav AV ČR) 13.5 Dynamika změny v české společnosti Pat Lyons, Ph.D. (Sociologický ústav AV ČR) 13.6 Chudoba, bohatství a střední třída Doc. Ing. Jiří Večerník, CSc. (Sociologický ústav AV ČR) 13.7 Trhy bydlení a jejich regulace Ing. Mgr. Martin Lux, Ph.D. (Sociologický ústav AV ČR) 13.8 Svoboda a odpovědnost a jejich důsledky pro společnost Doc. JUDr. Tomáš Doležal, Ph.D. (Ústav státu a práva AV ČR) 13.9 Současná etika PhDr. Tomáš Hříbek, Ph.D. (Filozofický ústav AV ČR)
Sociologický ústav Akademie věd ČR, v. v. i. Sociologický ústav AV ČR, v.v.i., byl založen v roce 1965, po zrušení v roce 1970 byl obnoven až v roce 1990. Ústav rozvíjí sociologické teorie a metodologii soudobého sociologického výzkumu. Provádí jednorázová i opakovaná empirická šetření, srovnávací výzkumy, případové studie, sondy i výzkumy veřejného mínění. Používá moderní výzkumné metody kvantitativní i kvalitativní a využívá též poznatků, přístupů a metod příbuzných vědních oborů, jako jsou zejména ekonomie, politická věda, právo, demografie, sociální geografie a genderová studia. Podporuje a rozvíjí také nezávislý výzkum veřejného mínění a archivaci kvantitativních a kvalitativních dat. Je plně integrován do mezinárodní vědecké spolupráce, aktivně participuje na řadě evropských i mezinárodních vědeckých programů i projektů a je zapojen do výměny vědeckých informací mezi institucemi v různých zemích. V rámci infrastruktury realizuje činnosti a vědecké aktivity, jako jsou: Sociologická knihovna, Národní kontaktní centrum – ženy a věda, Český sociálněvědní datový archiv (SDA), Centrum pro výzkum veřejného mínění (CVVM) a impaktované vědecké periodikum Sociologický časopis/Czech Sociological Review.
Chudoba v České republice. Kritický pohled na evropské ukazatele Jiří Večerník a Martina Mysíková Studie byla financována z programu Strategie AV21 pro Sociologický ústav AV ČR, v. v. i. Sazba a tisk studie: NVT Repro, s.r.o. Fotografie: Aleš Pavlíček Obálka: Petr Kubát Vydal: Sociologický ústav AV ČR, v. v. i. První vydání, Praha 2015 Počet výtisků: 100 ISBN: 978-80-7330-283-2
JI¤Í VEâERNÍK A MARTINA MYSÍKOVÁ
PhDr. Martina Mysíková, Ph.D. je vědeckou pracovnicí Oddělení ekonomické sociologie Sociologického ústavu AV ČR. Vystudovala ekonomii na Institutu ekonomických studií FSV UK. V období 2004–2008 se v Oddělení sociálních šetření Českého statistického úřadu věnovala metodologii a koordinaci mezinárodního statistického šetření EU-SILC. Dlouhodobě se specializuje na ekonomii trhu práce a příjmové nerovnosti, v posledních letech se zaměřuje také na blahobyt a spokojenost či ekonomii chování domácností.
Strategie AV21 „Špičkový výzkum ve veřejném zájmu“ má za cíl identifikovat problémy a výzvy dnešní doby a koordinovat výzkumné úsilí pracovišť Akademie věd směrem k jejich řešení. Základním nástrojem pro realizaci Strategie AV21 je soubor koordinovaných výzkumných programů pracovišť Akademie věd. Tato studie byla zpracována v rámci programu „Efektivní veřejné politiky a současná společnost“ (koordinátor: doc. Ing. Daniel Münich, Ph.D., Národohospodářský ústav AV ČR, v.v.i.), v rámci tématu „Chudoba, bohatství a střední třída“ (koordinátor: doc. Ing. Jiří Večerník, CSc., Sociologický ústav AV ČR, v.v.i.).
ISBN 978-80-7330-283-2
9 788073 302832
CHUDOBA V âESKÉ REPUBLICE
Doc. Ing. Jiří Večerník, CSc. je vědeckým pracovníkem a vedoucím Oddělení ekonomické sociologie Sociologického ústavu AV ČR. Publikoval několik “zpráv o společnosti“, naposledy v roce 2009 knihu Czech Society in the 2000s: A Report on Socio-economic Policies and Structures (Praha: Academia). Spolupracoval s řadou mezinárodních institucí (Světová banka, ILO, OECD, UNU/WIDER, Evropská komise), publikuje v oblasti trhu práce, ekonomických nerovností a sociální politiky v domácích a zahraničních odborných časopisech.
KRITICK¯ POHLED NA EVROPSKÉ UK AZATELE
SPOLUPR ACOVALY · ÁRK A · USTOVÁ A MICHAEL A BR Á ZDILOVÁ
CHUDOBA V ČESKÉ REPUBLICE KRITICK¯ POHLED NA EVROPSKÉ UKAZATELE